Anda di halaman 1dari 64

1

BAB I PENDAHULUAN 1.1 Latar Belakang Investasi adalah sejumlah dana yang dialokasikan oleh investor dengan harapan dapat memperoleh keuntungan di masa yang akan datang. Seperti yang diungkapkan oleh Tandelilin (2010) yang memberikan pengertian bahwa investasi adalah komitmen atas sejumlah dana atau sumber daya lainnya yang dilakukan saat ini dengan tujuan untuk memperoleh keuntungan di masa datang. !uga "alim (200#) yang menjelaskan bahwa investasi pada hakekatnya merupakan penempatan sejumlah dana pada saat ini dengan harapan untuk memperoleh keuntungan di masa mendatang. $lasan utama para investor melakukan investasi adalah untuk mempersiapkan sedini mungkin akan hal%hal yang akan terjadi di masa depan melalui peren&anaan kebutuhan yang disesuaikan dengan kemampuan keuangan pada saat ini dan ter&iptanya suatu keuntungan dalam investasi yang berkesinambungan (continuity). 'egiatan peren&anaan investasi jauh lebih baik untuk dilakukan daripada tidak sama sekali. Seperti yang sudah diketahui bahwa investasi pada saham memiliki risiko yang tinggi maka peren&anaan atas investasi harus dipertimbangkan dengan seksama agar membuahkan keuntungan yang maksimal. (isiko diartikan sebagai volatilitas atas hasil yang tidak diharapkan yang di&erminkan dalam nilai aset ekuitas atau pendapatan (!orion 200)). (isiko terjadi karena adanya perubahan harga di pasar keuangan (financial market). *erdasarkan pengertiannya risiko pasar atau market risk merupakan risiko timbulnya kerugian karena perubahan nilai aset yang diperdagangkan (*est 1)))). $palagi para investor sudah bersusah payah mengorbankan kekayaannya untuk memiliki beberapa saham yang dirasa mampu mewujudkan harapannya. "arapan investor yang dibi&arakan disini tentu saja return yang dihasilkan sesuai atau bahkan lebih dibandingkan dengan return harapan para investor. *eberapa investor menjadi takut kalau berbi&ara mengenai risiko (risk averse) dan menjadi ragu%ragu dalam mengambil keputusan. +leh karena itu risiko ini harus diminimalkan dengan melakukan diversi,ikasi risiko pada saham. -enurut Tandelilin (2010) dalam pembentukan porto,olio investor

selalu ingin memaksimalkan expected return pada tingkat risiko tertentu yang bersedia ditanggungnya atau men&ari porto,olio yang menawarkan risiko terendah dengan tingkat return tertentu yang biasa disebut sebagai porto,olio yang e,isien. Sedangkan *odie et al (200.) menjelaskan pengertian diversi,ikasi risiko sebagai penyebaran risiko yang akhirnya dapat memperke&il risiko yang akan ditanggung. !ika diversi,ikasi dalam sekuritas yang semakin banyak kita akan semakin menyebarkan risiko yang mun&ul dari ,aktor%,aktor khusus perusahaan dan volatilitas porto,oliopun akan semakin turun. Tidaklah &ukup membentuk porto,olio yang e,isien saja namun &ara yang terbaik adalah membentuk porto,olio optimal. /orto,olio%porto,olio e,isien adalah porto,olio yang baik tetapi belum yang terbaik. /orto,olio e,isien hanya mempunyai ,aktor yang baik yaitu ,aktor return ekspektasian atau ,aktor risiko. Sehingga porto,olio optimal yang diminati oleh para investor karena porto,olio ini merupakan kombinasi antara return ekspektasian dan risiko yang terbaik. Singkatnya porto,olio e,isien belum tentu porto,olio yang optimal tetapi porto,olio optimal sudah pasti e,isien. 0engan ini risiko tidak menjadi penghalang bagi para investor untuk melakukan investasi. Tetapi masalah lain mun&ul yang mengatakan bahwa institusi keuangan dan juga para investor berusaha agar risiko dapat dikuanti,ikasikan. /ada metode pengukuran risiko se&ara tradisional kuanti,ikasi risiko dilakukan dengan pengukuran sensitivitas yang dalam hal ini memperhatikan perubahan pada salah satu ,aktor risiko dan dampaknya terhadap profit and loss suatu porto,olio. -enurut Sartono (200.) pengukuran se&ara tradisional memberikan hasil berupa jumlah kerugian yang dialami namun pengukuran ini tidak memberikan gambaran mengenai potensi atau probabilitas jumlah kerugian yang mungkin dialami. Selain itu pengukuran se&ara tradisional digunakan pada aset%aset se&ara individual sehingga setiap aset memiliki metode pengukuran risiko yang berbeda. -asalah kemudian akan timbul jika masing%masing aset tersebut digabungkan ke dalam satu porto,olio padahal dalam berinvestasi perlu adanya diversi,ikasi dalam satu atau beberapa kelompok produk agar risiko menjadi berkurang. /engukuran risiko menjadi sulit dilakukan karena banyaknya metode yang dipergunakan untuk masing%masing aset (Sartono 200.).

2ntuk menjawab masalah di atas !./. -organ mengembangkan metode 3a( (Value at Risk) yang kemudian penggunaanya sangat meluas untuk mengukur berbagai jenis risiko. 3a( merupakan metoda perhitungan risiko pasar (market risk) untuk menentukan risiko kerugian maksimum yang dapat terjadi pada suatu porto,olio baik single instrument ataupun multi-instruments pada tingkat keper&ayaan (confidence level) tertentu selama holding period tertentu dan dalam kondisi pasar yang normal. 3a( dide,inisikan sebagai kerugian terburuk yang mungkin terjadi dari memegang suatu aset atau sekuritas se&ara satuan atau porto,olio pada suatu waktu tertentu dan pada tingkat peluang yang ditetapkan. 0engan kata lain 3a( bisa diartikan sebagai suatu besaran angka yang merangkum total risiko dari porto,olio yang berisikan beragam aset keuangan. Sejalan dengan itu peraturan pemerintah dalam hal ini peraturan *ank Indonesia 4o. #565/*I52001 tentang penerapan pengelolaan risiko bagi perbankan pada tahun 2001 dan surat edaran 4o. #52150/4/ tanggal 2) September 2001 tentang penerapan metode 3a( menyebabkan pengembangan konsep 3a( pada institusi perbankan berkembang pesat (*u&hdadi 2006). 3a( dikenal se&ara luas oleh para manajer investasi dan hedge fund kelas dunia serta beberapa regulator pasar uang (modal) dan sudah diterapkan oleh sebagian besar institusi keuangan ternama. /enerapan 3a( merupakan suatu &ara yang e,isien dan e,ekti, dalam memonitor dan mengendalikan risiko pasar yaitu mun&ulnya risiko kerugian akibat pergerakan suku bunga nilai tukar saham dan komoditas ("o et al 2000). Se&ara ,ormal 3a( measure the worst expected loss over a given horizon under normal market conditions at a given confidence level (!orion 200)). -aka sesuai konsep tersebut 3a( memberikan ringkasan risiko pasar kepada para pengguna seperti analis keuangan konsultan investor traders fund manager periset dan lainnya. Sedangkan tingkat keper&ayaan memberikan pengertian misalnya manajer investasi mengatakan bahwa 3a( harian dari perdagangan porto,olio reksadana saham tertentu adalah (p 7 juta pada )#8 tingkat keper&ayaan. 0engan kata lain pada kondisi pasar yang normal hanya ada #8 probabilitas bagi manajer investasi untuk mengalami kerugian maksimal sebesar (p 7 juta pada periode tertentu (harian mingguan bulanan kuartalan bahkan

tahunan). /eriode tingkat risiko dapat dihitung sesuai analisis yang harapkan dan sesuai dengan strategi investasi yang digunakan. Salah satu pendekatan yang banyak digunakan untuk menghadapi ,enomena conditional variance adalah metode Exponentially Weighted Moving Average (:;-$) yang dikembangkan !./. -organ. 2ji volatilitas :;-$ pada dasarnya merupakan suatu langkah estimasi terhadap volatilitas di masa yang akan datang dengan memberi bobot atas data observasi terkini dibandingkan dengan data masa sebelumnya. /endekatan ini mengasumsikan bahwa proyeksi yang akan datang (esok hari) dipengaruhi oleh data aktual hari ini dan data historis masa lampau. /enelitian ini bermotivasi untuk mengetahui apakah 3a( dapat digunakan sebagai pengukur risiko investasi alternati, selain risiko pasar dalam menentukan asset pricing di pasar modal khususnya *ursa :,ek Indonesia (*:I). -aka pada penelitian ini porto,olio optimal dibentuk didasarkan pada saham%saham yang terda,tar pada indeks <=9# selama kurun waktu 200)%2012 dan penentuan nilai risiko akan menggunakan 3a( dengan pendekatan :;-$. 1.2 Rumusan Masalah *erdasarkan uraian latar belakang di atas maka rumusan masalah dalam penelitian ini adalah> 1. *erapakah besarnya potensi kerugian maksimal yang dihadapi investor selama melakukan investasi pada setiap saham dan porto,olio saham optimal <=9# apabila pengukuran dilakukan menggunakan Value at Risk (3a() pendekatan Exponentially Weighted Moving Average (:;-$)? 2. *erapakah potensi kerugian yang dihadapi investor pada setiap saham dan porto,olio saham optimal <=9# apabila pengukuran dilakukan menggunakan Value at Risk (3a() pendekatan Exponentially Weighted Moving Average (:;-$) dengan nilai eksposur berdasarkan harga penutupan saham akhir periode penelitian? 1. *erapakah potensi kerugian yang dihadapi investor pada setiap saham dan porto,olio saham optimal <=9# apabila pengukuran dilakukan menggunakan Value at Risk (3a() dengan pendekatan Exponentially Weighted Moving

Average (:;-$) dengan nilai eksposur berdasarkan asumsi sebesar (p100.000.000? 9. *agaimanakah validitas model 3a( untuk mengestimasi tingkat kerugian maksimal atas investasi saham yang timbul akibat risiko pasar? 1.3 Batasan Masalah *erdasarkan permasalahan yang ada maka untuk lebih mem,okuskan pada masalah yang diteliti penelitian ini terbatas dalam beberapa hal sebagai berikut> 1. /enelitian ini hanya mengkaji mengenai besarnya potensi kerugian maksimum (nilai 3a() yang dihadapi oleh investor pada setiap saham maupun porto,olio optimal dari saham yang terda,tar pada <=9# dengan pendekatan :;-$ pada periode 2010%2011. 2. -odel 3a( yang dipakai adalah Varian- ovariance Model! "istorical #imulation Model dan Monte arlo #imulation Model. "al ini dilakukan pada penelitian ini untuk membandingkan manakah dari model di atas yang memiliki data yang lebih akurat. 1. 9. Tingkat keper&ayaan (level of confidence) yang digunakan dalam penelitian ini adalah )#8 dengan @ A 1 .#. 4ilai eksposure yang digunakan masing%masing adalah> a) "arga penutupan saham harian pada akhir periode penelitian untuk holding period 1 hari # hari dan 20 hari ke depan. b) $sumsi investor mempunyai dana (p100.000.000 dan nilai 3a( untuk holding period 1 hari # hari dan 20 hari ke depan. 1.4 Tu uan Penel!t!an Tujuan penelitian ini adalah untuk menjawab pertanyaan pada rumusan masalah di atas yaitu> 1. -engetahui besarnya potensi kerugian maksimal yang dihadapi investor selama melakukan investasi pada setiap saham dan porto,olio saham optimal <=9# apabila pengukuran dilakukan menggunakan Value at Risk (3a() pendekatan Exponentially Weighted Moving Average (:;-$).

2.

-engetahui potensi kerugian yang dihadapi investor pada setiap saham dan porto,olio saham optimal <=9# apabila pengukuran dilakukan menggunakan Value at Risk (3a() pendekatan Exponentially Weighted Moving Average (:;-$) dengan nilai eksposur berdasarkan harga penutupan saham akhir periode penelitian.

1.

-engetahui potensi kerugian yang dihadapi investor pada setiap saham dan porto,olio saham optimal <=9# apabila pengukuran dilakukan menggunakan Value at Risk (3a() dengan pendekatan Exponentially Weighted Moving Average (:;-$) dengan nilai eksposur berdasarkan asumsi sebesar (p100.000.000.

9.

-engetahui validitas model 3a( untuk mengestimasi tingkat kerugian maksimal atas investasi saham yang timbul akibat risiko pasar

1."

Man#aat Penel!t!an *erdasarkan tujuan penelitian di atas penulis berharap hasil dari penelitian

ini berman,aat bagi pemba&a khususnya bagi pihak%pihak terkait misalnya> 1. *agi penulis /enelitian ini tidak hanya berman,aat sebagai salah satu syarat untuk memperoleh gelar Sarjana di /rogram Studi $kuntansi 2niversitas -a Bhung tetapi lebih kepada implementasi yang akan dilaksanakan dalam kehidupan kerja nantinya. 2. *agi perusahaan $spek penghitungan tentang nilai 3a( pada setiap saham dan porto,olio optimal dari saham%saham yang terda,tar pada <=9# dengan pendekatan :;-$ yang dilaksanakan oleh penulis hendaknya menambah wawasan mengenai penilaian kerja perusahaan yang sebenarnya. Terutama pada perusahaan yang sahamnya tergabung dalam <=9# dapat mengevaluasi per,orma saham perusahaan dan melakukan strategi kinerja ke depannya setelah mengetahui nilai 3a( dari porto,olio terpilih. 1. *agi &alon investor 0ari hasil penelitian ini diharapkan para investor dapat memperoleh gambaran yang jelas mengenai model yang tepat dari 3a( untuk mengukur

salah satu risiko pasar yaitu volatilitas return dari saham <=9#. Sehingga dalam pengambilan keputusan investasinya dapat memperhitungkan tingkat risiko yang ditanggung apakah sesuai dengan return yang diharapkan. 9. *agi kalangan akademisi /enelitian ini dimaksudkan dapat membantu kalangan para akademisi sebagai salah satu bahan re,erensi yang dapat digunakan sesuai dengan kepentingan masing%masing atau sebagai a&uan dasar yang dapat dikembangkan lebih jauh pada penelitian%penelitian selanjutnya.

BAB II

Lan$asan Te%r! 2.1 In&estas! Investasi pada hakekatnya merupakan penempatan sejumlah dana pada saat ini dengan harapan untuk memperoleh keuntungan di masa mendatang ("alim 200#). Sementara Tandelilin (2010) memberikan pengertian bahwa investasi adalah komitmen atas sejumlah dana atau sumber daya lainnya yang dilakukan saat ini dengan tujuan untuk memperoleh keuntungan di masa datang. Se&ara sederhana investasi juga dapat diartikan sebagai suatu kegiatan yang bertujuan untuk mengembangkan harta. Selain daripada itu tujuan investasi merupakan suatu komitmen atas sejumlah dana atau sumber daya lainnya yang dilakukan pada saat sekarang ini dengan tujuan untuk memperoleh sejumlah keuntungan di masa yang akan datang ((odoni 200)). Sedangkan investasi dalam arti luas berarti mengorbankan dolar sekarang untuk dolar pada masa depan. /engorbanan terjadi saat sekarang ini dan memiliki kepastian. "asilnya baru akan diperoleh kemudian dan besarnya tidak pasti. /ada beberapa kasus elemen waktu merupakan ,aktor yang mendominasi. /ada kasus lain risiko menjadi atribut dominan. 4amun bisa juga baik waktu maupun risiko menjadi ,aktor yang penting (Sharpe et al. 200#). 0alam aktivitasnya investasi dikenal dalam dua kegiatan utamanya (Tandelilin 2010) yaitu> 1. Investasi dalam bentuk penempatan pada investasi nyata (real investment) yang se&ara umum men&akup aset berwujud seperti tanah bangunan mesin% mesin logam mulia atau pabrik. 2. Investasi pada aset keuangan (financial asset) dalam bentuk deposito saham reksadana obligasi atau surat hutang negara lainnya. /ihak%pihak yang melakukan investasi disebut investor. Investor dapat digolongkan menjadi dua yaitu investor yang terdiri dari individu%individu yang melakukan kegiatan investasi untuk kepentingan dirinya sendiri. Investor institusional merupakan investor yang berbentuk badan hukum seperti perusahaan asuransi perbankan pegadaian lembaga dana pensiun dan perusahaan% perusahaan jasa keuangan lainnya (Santoso 2000). 6

-aka dari pendapat para ahli di atas dapat disimpulkan bahwa investasi adalah sejumlah dana yang yang dialokasikan oleh investor pada sektor riil atau ,inansial dengan harapan dapat memperoleh keuntungan di masa yang akan datang. $lasan utama para investor melakukan investasi adalah untuk mempersiapkan sedini mungkin akan hal%hal yang akan terjadi di masa depan melalui peren&anaan kebutuhan yang disesuaikan dengan kemampuan keuangan pada saat ini. 'egiatan peren&anaan investasi jauh lebih baik untuk dilakukan daripada tidak sama sekali. 2.2 Tu uan In&estas! Sumber dana yang dipakai untuk investasi berasal dari aset yang dimiliki oleh investor saat ini atau berupa dana penyertaan pinjaman ataupun tabungan. 2ntuk men&apai suatu e,ektivitas dan e,isiensi dalam keputusan investasi terdapat beberapa tujuan dalam melakukan investasi (Tandelilin 2010) yaitu> 1. 2. 1. 9. 2.3 Ter&iptanya (continuity). -endapat kesejahteraan atau kehidupan yang lebih baik di masa yang akan datang. 0apat membantu untuk mengurangi tekanan in,lasi. 0orongan untuk menghemat pajak. Pr%ses In&estas! /roses keputusan investasi merupakan proses keputusan yang berjalan se&ara terus menerus sampai dengan di&apainya suatu hasil investasi yang terbaik. Se&ara umum proses investasi meliputi # tahap keputusan (Tandelilin 2010) yaitu> 1. -enetapkan sasaran investasi /ada tahap ini investor menetapkan tujuan investasinya yang diikuti dengan penetapan seberapa besar aset yang akan dialokasikan. Tujuan investasi masing%masing investor berbeda%beda tergantung pada keputusan dan arahan investasi yang ditetapkan. 2tamanya ada 1 perihal yang dipertimbangkan dalam tahap ini yaitu tingkat pengembalian yang diharapkan (expected rate keuntungan dalam investasi yang berkesinambungan

10

of return) tingkat risiko (rate of risk) dan ketersediaan jumlah dana yang diinvestasikan. 2. -enentukan kebijakan investasi 'ebijakan investasi men&akup tugas pendistribusian dana yang dimiliki ke berbagai kelas aset yang tersedia seperti saham obligasi real estate atau pada surat%surat berharga lainnya. Investor perlu memperhatikan batasan% batasan yang dapat mempengaruhi kebijakan investasi. Investor tidak hanya menetapkan bahwa tujuan investasi yang dilakukan untuk mendapatkan keuntungan yang sebesar%besarnya karena adanya korelasi positi, antara besarnya return yang diharapkan dengan risiko yang harus ditanggung ("alim 200#). Sehingga dalam investasi bisa saja timbul kerugian yang sebanding dengan return yang dihasilkan. -aka pada tahap ini berarti melakukan analisis terhadap suatu e,ek atau sekelompok e,ek. Tujuannya untuk mengidenti,ikasikan e,ek yang salah harga (mispriced) apakah harga terlalu tinggi atau terlalu rendah. 2ntuk itu ada dua pendekatan yang dapat digunakan yaitu> a) /endekatan Dundamental /endekatan ini didasarkan pada in,ormasi%in,ormasi yang diterbitkan oleh emiten maupun oleh administrator bursa e,ek. b) /endekatan Teknikal /endekatan ini didasarkan pada data perubahan harga saham di masa lalu sebagai upaya untuk memperkirakan harga saham di masa datang. 1. -enetapkan strategi porto,olio Terdapat dua strategi yang dapat dipilih yaitu strategi porto,olio akti, dan strategi porto,olio pasi,. Strategi porto,olio akti, men&akup kegiatan peman,aatan in,ormasi dan melakukan peramalan untuk mendapatkan kombinasi porto,olio yang lebih baik. Strategi porto,olio pasi, men&akup kegiatan investasi yang sejalan dengan kinerja indeks pasar (Sartono 200.). Tahap ini menyangkut identi,ikasi sekuritas%sekuritas mana yang akan dipilih dan berapa proporsi dana yang akan diinvestasikan pada masing%masing sekuritas tersebut. 9. -emilih aset

11

0alam kegiatan pemilihan aset

tujuannya untuk men&ari kombinasi

porto,olio yang e,isien. /orto,olio yang e,isien dihasilkan dari porto,olio yang menawarakan harapan return tertinggi dengan tingkat risiko tertentu atau sebaliknya menawarkan harapan return tertentu dengan tingkat risiko yang rendah. Tahap ini merupakan pengulangan terhadap tiga tahap sebelumnya dengan maksud kalau dirasa bahwa porto,olio yang sekarang dimiliki tidak optimal atau tidak sesuai dengan pre,erensi risiko investor maka investor dapat melakukan #. perubahan terhadap sekuritas%sekuritas yang membentuk porto,olio tersebut. -engukur dan mengevaluasi kinerja Tahap ini men&akup penetapan metode pengukuran kinerja porto,olio dan pembandingan hasil dengan kinerja porto,olio lainnya melalui proses $enchmarking. /roses $enchmarking biasanya dilakukan terhadap indeks porto,olio pasar dibandingkan dengan &apaian kinerja porto,olio yang dihasilkan se&ara aktual. 0alam tahap ini investor melakukan penilaian terhadap kinerja porto,olio baik dalam aspek tingkat keuntungan yang diperoleh maupun risiko yang ditanggung ((odoni 200)). 2.4 Benchmark %enchmark merupakan tolak ukur suatu investasi untuk mengetahui kinerja dari investasi yang dikelola. /ada *:I $enchmark dikenal dengan kata indeks. Indeks harga saham merupakan indikator yang menggambarkan pergerakan harga%harga saham. 0i pasar modal sebuah indeks diharapkan memiliki lima ,ungsi yaitu (0armadji 2001)> 1. 2. 1. 9. #. Sebagai indikator trend pasar. Sebagai indikator tingkat keuntungan. Sebagai tolak ukur ($enchmark) kinerja porto,olio. -em,asilitasi pembentukan porto,olio dengan strategi pasi,. -em,asilitasi berkembangnya produk derivati,.

12

-enurut *uku /anduan Indeks "arga Saham *:I (2010) sekarang ini /T. *ursa :,ek Indonesia memiliki 11 jenis indeks harga saham. 'esebelas jenis indeks tersebut adalah> 1. Indeks "arga Saham Eabungan (I"SE) menggunakan semua emiten yang ter&atat sebagai komponen perhitungan indeks. Saat ini beberapa emiten tidak dimasukkan dalam perhitungan I"SE misalnya emiten%emiten eks *ursa :,ek Surabaya karena alasan tidak (atau belum ada) aktivitas transaksi sehingga belum ter&ipta harga di pasar. 2. 1. Indeks Sektoral menggunakan semua emiten yang ada pada masing%masing sektor. Indeks <=9# menggunakan 9# emiten yang dipilih berdasarkan pertimbangan likuiditas dan kapitalisasi pasar dengan kriteria%kriteria yang telah ditentukan. 9. &akarta 'slamic 'ndex (!II) menggunakan 10 emiten yang masuk dalam kriteria syariah (0a,tar :,ek Syariah yang diterbikan oleh *apepam%<') dan termasuk saham yang memiliki kapitalisasi besar dan likuiditas tinggi. #. Indeks 'ompas100 menggunakan 100 emiten yang dipilih berdasarkan pertimbangan likuiditas dan kapitalisasi pasar dengan kriteria%kriteria yang telah ditentukan. .. Indeks *IS4IS%2C menggunakan 2C emiten yang dipilih berdasarkan kriteria tertentu dan merupakan kerja sama antara /T *ursa :,ek Indonesia dengan "arian *isnis Indonesia C. Indeks /:DI40+2# menggunakan 2# emiten yang dipilih berdasarkan kriteria tertentu dan merupakan kerja sama antara /T *ursa :,ek Indonesia dengan lembaga rating /:DI40+ 6. Indeks S(I%':"$TI menggunakan 2# emiten yang dipilih berdasarkan kriteria tertentu dan merupakan kerja sama antara /T *ursa :,ek Indonesia dengan Fayasan ':"$TI. ). Indeks /apan 2tama menggunakan emiten yang masuk dalam kriteria papan utama. 10. Indeks /apan /engembangan menggunakan emiten yang masuk dalam kriteria papan pengembangan.

11

11. Indeks Individual yaitu indeks harga saham masing%masing emiten. Seluruh indeks yang terdapat di *:I menggunakan metode perhitungan yang sama yaitu metode rata%rata tertimbang berdasarkan jumlah saham ter&atat. /erbedaan utama pada masing%masing indeks adalah jumlah emiten dan nilai dasar yang digunakan untuk penghitungan indeks. -isalnya untuk Indeks <=9# menggunakan 9# emiten untuk perhitungan indeks sedangkan !akarta Islami& IndeG (!II) menggunakan 10 emiten untuk perhitungan indeks. Indeks%indeks tersebut ditampilkan terus menerus melalui display wall di lantai bursa dan disebarkan ke masyarakat luas oleh data vendor melalui data feed. 2." In$eks L'4" Indeks <= 9# adalah nilai kapitalisasi pasar 9# saham yang paling likuid dan memiliki nilai kapitalisasi yang besar hal itu merupakan indikator likuidasi. Indeks <=9# menggunakan 9# saham yang terpilih berdasarkan likuiditas perdagangan saham dan disesuaikan setiap enam bulan (setiap awal bulan Debruari dan $gustus). 0engan demikian saham yang terdapat dalam indeks tersebut akan selalu berubah. Tujuannya adalah sebagai alat pemenuhan kebutuhan akan sebuah $enchmark yang dianggap dapat mewakili kondisi bursa. Indeks <=9# hanya terdiri dari 9# saham yang telah terpilih melalui berbagai kriteria pemilihan sehingga akan terdiri dari saham%saham dengan likuiditas dan kapitalisasi pasar yang tinggi. -enurut *uku /anduan Indeks "arga Saham *:I (2010) kriteria suatu emiten untuk dapat masuk dalam perhitungan indeks <=9# adalah mempertimbangkan ,aktor%,aktor sebagai berikut> Telah ter&atat di *:I minimal 1 bulan. 1. 2. 1. $ktivitas transaksi di pasar regular yaitu nilai volume dan ,rekuensi transaksi. !umlah hari perdagangan di pasar regular. 'apitalisasi pasar pada periode waktu tertentu. *ursa :,ek Indonesia se&ara rutin memantau perkembangan kinerja emiten%emiten yang masuk dalam penghitungan indeks <=9#. Setiap tiga bulan sekali dilakukan evaluasi atas pergerakan urutan saham%saham tersebut. /enggantian saham akan dilakukan setiap enam bulan sekali yaitu pada awal

19

bulan Debruari dan $gustus. 2ntuk menjamin kewajaran ( fairness) pemilihan saham *:I juga dapat meminta pendapat kepada komisi penasehat yang terdiri dari para ahli dari *apepam%<' 2niversitas dan pro,esional di bidang pasar modal yang independen (*uku /anduan Indeks "arga Saham *:I 2010). -un&ulnya <=9# dianggap tepat karena indeks ini sangat mendukung gambaran likuiditas pasar sehingga para pelaku bursa terutama fund managers memperoleh pedoman tambahan untuk memutuskan pilihan investasinya. 2.( )akt%r Return *aham 0alam menginvestasikan dana yang dimilikinya harapan yang diinginkan oleh investor adalah memperoleh hasil dari yang investasinya. "asil yang diperoleh dari investasi dalam bentuk saham adalah yang disebut dengan return dalam hal ini yang dimaksud adalah return saham. Semakin besar return saham yang dihasilkan suatu saham maka akan lebih menarik bagi investor untuk dimiliki sehingga dari berbagai penelitian return sebagai ukuran kinerja perusahaan (!ogiyanto 2010). -enurut !ones (2000) dalam Sulaiman dan $na "andi (2006) Hreturn is yield and capital gain or lossI. Se&ara umum return saham adalah keuntungan yang diperoleh dari kepemilikan saham investor atas investasi yang dilakukannya yang terdiri atas dividen dan capital gain (loss). Return dibedakan menjadi dua yaitu return yang telah terjadi (actual return) yang dihitung berdasarkan data historis dan return yang diharapkan (expected return) yang akan diperoleh investor di masa mendatang. Return merupakan salah satu dasar yang digunakan oleh investor dalam mengambil keputusan investasi karena return merupakan tujuan utama seseorang berinvestasi. 0engan adanya return diharapkan seseorang akan termotivasi untuk berinvestasi. Return total sering disebut return saham yang diterima. yaitu perubahan kemakmuran dari perubahan harga saham dan perubahan pendapatan dari dividen

1#

2.(.1

Pengh!tungan Return Pa$a Akt!&a Tunggal Return saham dapat dibedakan menjadi dua jenis (!ogiyanto 2010) yaitu

return realisasi (realized return) dan return ekspetasi (expected return). Return realisasi merupakan return yang sudah terjadi yang dihitung berdasarkan data historis. Return realisasi ini penting dalam mengukur kinerja perusahaan dan sebagai dasar penentuan return dan risiko di masa mendatang. Sedangkan return ekspektasi merupakan return yang diharapkan terjadi di masa mendatang dan masih bersi,at tidak pasti. Tujuan dari investasi adalah untuk memperoleh keuntungan (pro,it). /endapatan atau kerugian dari suatu investasi tergantung pada perubahan harga dan jumlah aset yang dimiliki. /ara investor tertarik dengan pendapatan yang relati, besar terhadap besarnya investasi awal. Return mengukur pendapatan itu karena return dari suatu aset adalah perubahan harga dari harga awal dan return merupakan salah satu ,aktor yang memotivasi investor berinvestasi ((upert 2009). () *et Return !ika seseorang menginvestasikan dananya pada waktu t1 pada suatu aset dengan harga Pt1 dan harga pada waktu selanjutnya (misalnya periode satu hari atau satu minggu atau satu bulan) t2 adalah /t2 maka net return pada periode t1 dan t2 adalah (/t2%/t1)5/t1. *et return dapat digambarkan sebagai pendapatan relati, atau tingkat keuntungan (profit rate). Se&ara umum net return antara periode t-1 sampai t adalah sebagai berikut (!orion 200C)>

(t A

%1 A

JJJJJJJJJJJJJJJJJJJJ.(2.1)

'eterangan pada persamaan (2.1) di atas> (t A *et return /t A "arga investasi pada saat t /t%1 A "arga investasi pada saat t%1

1.

+)

,ross Return /ada net return return dapat bernilai posti, maupun negati, tetapi pada gross return nilainya selalu positi,. ,ross return 1KRt dide,inisikan sebagai berikut>

1K(t A

JJJJJJJJJJJ.......JJJ..J.JJJJJJ (2.2)

-)

.og Return .og return atau disebut juga sebagai continuously compounded returns dinotasikan dengan rt dan dide,inisikan sebagai berikut (!orion 200C)>

rt A log(1K(t) A log dengan /t A log(/t)

A log (/t) % log(/t%1)

pada pembahasan log return ini log(1K(t) berarti logaritma natural dari 1K(t sehingga return dapat juga dinotasikan sebagai berikut (!orion 200C)>

rt A ln(1K(t) A ln

A ln(/t) % ln(/t%1)JJJJJ...JJJ..JJ.. (2.1)

2.(.2 Pengh!tungan Return Pa$a P%rt%#%l!% -enurut !ogiyanto (2010) return realisasi porto,olio ( portfolio realized return) merupakan rata%rata tertimbang dari return-return realisasian masing% masing sekuritas tunggal di dalam porto,olio tersebut. Se&ara matematis return realisasian porto,olio dapat ditulis sebagai berikut>

(p A

JJJJJJJJJJJJJJJJJJJJJJ. (2.9)

1C

'eterangan dari persamaan (2.9) di atas> (p wi (i n 2.+ A Return realisasian porto,olio A /orsi dari sekuritas i terhadap seluruh sekuritas di porto,olio A Return realisasian dari sekuritas ke%i A !umlah dari sekuritas tunggal )akt%r R!s!k% (isiko merupakan kemungkinan perbedaan antara return aktual yang diterima dengan return harapan. Semakin besar perbedaan yang terjadi diantara return aktual dengan return harapan berarti semakin besar risiko investasi yang dilakukan. (isiko diartikan sebagai volatilitas atas hasil yang tidak diharapkan yang di&erminkan dalam nilai aset ekuitas atau pendapatan (!orion 200)). (isiko terjadi karena adanya perubahan harga di pasar keuangan (financial market). *erdasarkan pengertiannya risiko pasar atau market risk merupakan risiko timbulnya kerugian karena perubahan nilai aset yang diperdagangkan (*est 1)))). -enurut Brou&hy (2001) risiko pasar terjadi karena perubahan tingkat harga pasar yang akan menyebabkan berkurangnya nilai aset yang dimiliki oleh lembaga keuangan. *erdasarkan pengertian di atas risiko pasar menga&u kepada hal yang sama yaitu risiko atas berkurangnya nilai aset karena turunnya harga saham di pasar yang menyebabkan kerugian bagi perusahaan. Sunaryo (200C) berpendapat bahwa risiko merupakan kerugian karena kejadian yang tidak diharapkan terjadi. 0alam teori porto,olio risiko dinyatakan sebagai kemungkinan keuntungan menyimpang dari yang diharapkan. 'arenanya risiko mempunyai dua dimensi yaitu menyimpang lebih besar atau lebih ke&il dari return yang diharapkan. 0ari sini mun&ul konsep ukuran penyebaran yang dimaksudkan untuk mengetahui besarnya kemungkinan nilai yang akan diperoleh dari nilai yang diharapkan. 2kuran ini dinyatakan dalam standar deviasi atau varian&e (bentuk kuadrat dari standar deviasi) yang merupakan ukuran untuk risiko total ((odoni 200)). Tandelilin (2010) menjelaskan beberapa jenis risiko yang dapat mempengaruhi besarnya risiko suatu investasi. (isiko tersebut antara lain>

16

1.

(isiko /asar (Market Risk) merupakan risiko kerugian pada posisi nera&a dan rekening administrati, akibat perubahan se&ara keseluruhan atas kondisi pasar. (isiko pasar men&akup> a) (isiko "arga :kuitas yaitu risiko yang ditimbulkan oleh perubahan perolehan laba sebagai akibat atas ,luktuasi harga dan perubahan kondisi makro. b) (isiko Suku *unga ('nterest Risk) yaitu risiko yang timbul akibat penilaian pasar terhadap supply dan demand pada pasar uang. /erubahan suku bunga ini berpengaruh pada variabilitas return berpengaruh negati, terhadap harga sekuritas. &) (isiko 4ilai Tukar (Exchange Rate) yaitu risiko akibat perubahan nilai mata uang asing. d) (isiko "arga yaitu risiko yang terjadi akibat perubahan harga komoditas. yang artinya

2. 1.

(isiko /embiayaan (/inancial Risk) yaitu risiko yang timbul dari pihak ketiga yang tidak mampu memenuhi kontraknya. (isiko <ikuiditas (.i0uidity Risk) terdiri dari aset li0uidity risk dan funding li0uidity risk. Asset li0uidity risk timbul jika suatu transaksi tidak dapat dilaksanakan pada harga pasar yang ada karena ukuran posisi transaksi yang berbeda dengan jumlah lot perdagangan normal. /unding li0uidity risk merupakan ketidakmampuan dalam memenuhi kewajiban pembayaran sehingga terpaksa mengalami likuidasi awal dan menanggung realisasi kerugian.

9.

(isiko +perasional (1perational Risk) adalah risiko yang timbul akibat ,aktor kesalahan manusia sistem dan teknologi. 0alam risiko ini men&akup kesalahan tata kelola prosedur dan kesalahan teknis.

#. .. C.

(isiko "ukum (.egal Risk) adalah risiko yang timbul akibat dilaksanakannya suatu kegiatan yang tidak memenuhi persyaratan hukum. (isiko (eputasi (Reputation Risk) adalah risiko yang timbul karena hilangnya keper&ayaan terhadap reputasi perusahaan. (isiko politik (2olitical Risk) adalah risiko yang terjadi akibat tindakan yang diambil oleh pembuat kebijakan yang se&ara signi,ikan mempengaruhi jalannya organisasi.

1)

6.

(isiko 4egara ( ountry Risk) adalah risiko yang berkaitan dengan kondisi perpolitikan suatu negara. *agi investor yang melakukan investasi pada perusahaan luar negeri &ountry risk yang tinggi. pemahaman terhadap stabilitas politik dan perekonomian negara yang bersangkutan sangat penting untuk menghindari

2.+.1

Pengh!tungan R!s!k% Pa$a Akt!&a Tunggal "anya menghitung return saja untuk suatu investasi tidaklah &ukup.

(isiko dari suatu investasi juga perlu diperhitungkan. Return dan risiko merupakan dua hal yang tidak terpisahkan karena pertimbangan suatu investasi merupakan trade-off dari kedua ,aktor ini. Return dan risiko mempunyai hubungan yang positi, semakin besar risiko yang harus ditanggung semakin besar pula return yang harus dikompensasikan. (isiko sering dihubungkan dengan penyimpangan atau deviasi dari outcome yang diterima dengan yang diekspektasikan. "orne (1))2) dalam !ogiyanto (2010) mende,inisikan risiko sebagai variabilitas return terhadap return yang diharapkan. 2ntuk menghitung risiko metode yang banyak digunakan adalah deviasi standar (standard deviation) yang mengukur absolut penyimpangan nilai%nilai yang sudah terjadi dengan nilai ekspektasinya. -enurut !ogiyanto (2010) penghitungan risiko pada aktiva tunggal dibedakan menjadi dua berdasarkan data historis. /enyimpangan standar atau standar deviasi standar merupakan pengukuran yang digunakan untuk menghitung risiko. 0eviasi standar (standard deviation) dapat dituliskan sebagai berikut> S0i A (:(L(i%:((i)M2))152JJJJJJJJJJJJJJJJJJJ.J (2.#) Selain deviasi standar risiko juga dapat dinyatakan dalam bentuk varian (variance) adalah kuadrat dari deviasi standar. $dapun persamaannya sebagai berikut> yaitu> risiko berdasarkan probabilitas dan risiko

20

3ar((i) A S0i2 A :(L(i%((i)M2) atau S0 A N A JJJ.....JJJJJJJJJJJJJJJJJJ (2..)

(umus varian ini dapat ditulis dengan dinyatakan dalam bentuk probabilitas. -isal L(i%:((i)M2 A 2i maka 3ar((i) dapat ditulis sebagai berikut> 3ar((i) A :(2i) A

Substitusikan kembali 2i dengan L(i%:((i)M2 menjadi persamaan di bawah ini>

3ar((i) A

JJJJJJJJJJJJJJJ..J. (2.C)

(isiko yang diukur dengan deviasi standar yang menggunakan data historis dapat dinyatakan sebagai berikut (!ogiyanto 2010)>

S0 A

JJJJJJJJJJJJJJJJJJJJ (2.6)

'eterangan persamaan (2.6) di atas> S0 7i n A 0eviasi standar A 4ilai ke%i A jumlah dari observasi data historis untuk sampel besar dengan n (paling sedikit 10 observasi) dan untuk sampel ke&il digunakan (n%1). 2.+.2 Pengh!tungan R!s!k% Pa$a P%rt%#%l!%

:(7i) A 4ilai ekspektasian

21

Tidak seperti halnya return porto,olio yang merupakan rata%rata tertimbang dari seluruh return sekuritas tunggal risiko porto,olio tidak merupakan rata%rata tertimbang dari seluruh risiko sekuritas tunggal. (isiko porto,olio mungkin dapat lebih ke&il dari risiko rata%rata tertimbang masing% masing sekuritas tunggal. 'onsep dari porto,olio pertama kali diperkenalkan se&ara ,ormal oleh -arkowitO pada tahun 1)#0 yang menunjukkan bahwa se&ara umum risiko mungkin dapat dikurangi dengan menggabungkan beberapa sekuritas tunggal ke dalam bentuk porto,olio. /ersyaratan utama untuk mengurangi risiko di dalam porto,olio ialah return untuk masing%masing sekuritas tidak berkorelasi se&ara positi, dan sempurna (!ogiyanto 2010). 2ntuk menunjukkan hal itu diawali dengan penghitungan porto,olio yang terdiri dari dua aktiva sebagai berikut. :((p) A :(a . ($) K :(b . (*) atau :((p) A a . :((a) K b . :((b)JJJJJJJJJJJJJJJJJJ (2.)) 'eterangan dari persamaan (2.)) di atas> (p ($ (* a b A Return porto,olio dua aktiva A Return pada sekuritas $ A Return pada sekuritas * A /orsi dari sekuritas $ A /orsi dari sekuritas * Salah satu pengukuran risiko adalah penggunaan deviasi standar atau varian (kuadrat dari deviasi standar). (isiko porto,olio juga dapat dihitung dengan besarnya deviasi standar atau varian dari nilai return sekumpulan sekuritas tunggal yang ada di dalamnya. -aka varian return porto,olio yang juga merupakan risiko porto,olio dapat dituliskan sebagai berikut> 3ar ((p) A Np2 A :L(p%:((p)M2

22

Substitusikan risiko porto,olio ((p) yang ada pada persamaan (2.)) ke dalam persamaan di atas sehingga menjadi> 3ar((p) A :L(a.(a K b.(b) % :(a.(a K b.(b))M2 A :La.(a K b.(b % :(a.(a) % :(b.(b)M2 A :La.(a K b.(b % a.:((a) % b.:((b)M2 A :L(a.(a % a.:((a)) K (b.(b % b.:((b))M2 A :La.((a % :((a)) K b.((b % :((b))M2 A :L(a2.((a % :((a))2 K (b2.((b % :((b))2 K 2.a.b.((a % :((a)).((b % :((b))M A a2.:L(a % :((a)M2 K b2.:L(b % :((b)M2 K 2.a.b.:L((a % :((a)).((b % :((b))M 3ar((p) A Np2 A a2.3ar((a) K b2.3ar((b) K 2.a.b.Bov ((a (b)JJJJ... (2.10) 'ovarian (covariance) antara return saham $ dan * yang ditulis sebagai Bov ((a (b) atau N($
(*

menunjukkan hubungan arah pergerakan dari nilai%nilai

return sekuritas $ dan *. 4ilai kovarian yang positi, menunjukkan nilai%nilai dari dua variabel yang bergerak ke arah yang sama yaitu apabila satu meningkat yang lainnya juga meningkat atau apabila satu menurun yang lainnya juga ikut menurun. Sedangkan nilai kovarian yang negati, menunjukkan nilai%nilai dari dua variabel bergerak ke arah berlawanan yaitu apabila yang satu meningkat yang lainnya menurun atau apabila yang satu menurun yang lainnya mengalami peningkatan. 4ilai kovarian juga menunjukkan nilai%nilai dari dua variabel yang independen yaitu pergerakan satu variabel tidak ada hubungannya dengan pergerakan variabel lainnya. 'ovarian dapat dihitung dengan &ara probabilitas maupun menggunakan data historis. 0i bawah ini merupakan persamaan dari kovarian dengan &ara probabilitas (!ogiyanto 2010).

Bov (($ (*) A N($ (* A

JJJJJ... (2.11)

21

'eterangan pada persamaan (2.11) di atas> Bov (($ (*) A 'ovarian return antara saham $ dan * ($i (*i :(($) :((*) pi n A Return masa depan saham $ kondisi ke%i A Return masa depan saham * kondisi ke%i A Return ekspektasian pada sekuritas $ A Return ekspektasian pada sekuritas * A /robabilitas terjadinya masa depan untuk kondisi ke%i A !umlah dari kondisi masa depan dari iA 1 n Selanjutnya adalah persamaan kovarian dengan data historis seperti pada persamaan di bawah ini (!ogiyanto 2010)>

Bov (($ (*) A N($ (* A

JJJ.JJJ.(2.12)

'eterangan dari persamaan (2.12) di atas> Bov (($ (*) A 'ovarian return antara saham $ dan * ($i (*i :(($) :((*) pi n A Return masa depan saham $ kondisi ke%i A Return masa depan saham * kondisi ke%i A Return ekspektasian pada sekuritas $ A Return ekspektasian pada sekuritas * A /robabilitas terjadinya masa depan untuk kondisi ke%i A !umlah dari dari observasi data historis untuk sampel besar (minimal 10 observasi) dan untuk sampel ke&il digunakan (n%1) 'onsep dari kovarian dapat dinyatakan dalam bentuk korelasi

(correlation). 'oe,isien korelasi menunjukkan besarnya hubungan pergerakan antara dua variabel relati, terhadap masing%masing deviasinya. 0engan demikian nilai koe,isien korelasi antara variabel $ dan * (r$* A P$*) dapat dihitung dengan membagi nilai kovarian dengan deviasi variabel%variabelnya (!ogiyanto 2010)>

29

r$* A P$* A

JJJJJJJJJJJJJJJJJJJJ (2.11)

4ilai dari koe,isien korelasi berkisar dari K1 sampai dengan %1. 4ilai koe,isien korelasi K1 menunjukkan korelasi positi, sempurna nilai koe,isien korelasi 0 menunjukkan tidak ada korelasi dan nilai koe,isien korelasi %1 menunjukkan korelasi negati, sempurna. $pabila suatu porto,olio mempunyai return dengan koe,isien korelasi K1 maka semua risikonya tidak dapat didiversi,ikasi atau risiko porto,olio tidak akan berubah sama dengan risiko aktiva individualnya. $pabila suatu porto,olio mempunyai return dengan koe,isien korelasi %1 maka semua risikonya dapat didiversi,ikasi atau risiko porto,olio akan sama dengan nol. !ika koe,isien korelasinya di antara K1 dan %1 maka akan terjadi penurunan risiko porto,olio tetapi tidak menghilangkan semua risikonya. $da beberapa hal yang berkaitan dengan penggunaan ukuran koe,isien korelasi dalam konsep diversi,ikasi yaitu (Tandelilin 2010)> 1. /enggabungan dua sekuritas yang berkorelasi positi, sempurna (K1 0) tidak akan memberikan man,aat pengurangan risiko. (isiko porto,olio yang dihasilkan dari penggabungan ini hanya merupakan rata%rata tertimbangan dari risiko individual sekuritas yang ada dalam porto,olio. 2. /enggabungan dua sekuritas yang berkorelasi nol akan mengurangi risiko porto,olio se&ara signi,ikan. Semakin banyak jumlah saham yang tidak berkorelasi (0) dimasukan ke dalam porto,olio semakin besar man,aat pengurangan yang diperoleh. 1. /enggabungan dua buah sekuritas yang berkorelasi negati, sempurna (%1) akan menghilangkan kedua sekuritas tersebut. "al ini sejalan dengan prinsip strategi lindung nilai (hedging) terhadap risiko. 9. 0alam dunia nyata ketiga jenis korelasi ekstrim tersebut sangat jarang terjadi. Sekuritas biasanya akan mempunyai korelasi positi, terhadap sekuritas lainnya meskipun tidak sempurna. +leh karena itu investor tidak

2#

akan bisa menghilangkan sama sekali risiko porto,olio. "al yang bisa dilakukan adalah mengurangi risiko porto,olio. /ada penjelasan tentang penghitungan risiko porto,olio dengan dua sekuritas di atas maka dapat diketahui pula persamaan risiko porto,olio dengan banyak sekuritas. -isalkan suatu porto,olio berisi tiga buah sekuritas dengan proporsi masing%masing sekuritas adalah sebesar w1 w2 w1 berturut%turut untuk sekuritas ke 1 2 dan 1. *esarnya varian untuk sekuritas ke 1 2 dan 1 adalah N 1 N2 dan N1. *esarnya kovarian untuk sekuritas (1 dan 2) (1 dan 1) dan (2 dan 1) adalah N12 N11 dan N21. Selanjutnya dengan menggunakan persamaan (2.6) maka didapat hasil sebagai berikut> Np2 A Lw12 . N12 K w22 . N22 K w12 . N12M K L2.w1.w2.N12 K 2.w1.w1.N11 K 2.w2.w1.N21M A Lproporsi varianM K Lproporsi kovarianM

-aka untuk n aktiva rumus varian dapat ditulis sebagai berikut>

Np2 A Lw12 . N12 K w22 . N22 K w12 . N12 K wn2 . Nn2M K L2.w1.w2.N12 K 2.w1.w1.N11 KJK 2.w1.wn.N1n K 2.w2.w1.N21 JK 2.w2.wn.N2n KJK 2.wn%1.wn.Nn%1.nM atau Np2 A K .JJJJJJJJJJJJJ.. (2.19)

Np2 A

Np2 A

JJJJJJJJJJJJJJJJJJJ... (2.1#)

2.,

D!&ers!#!kas! P%rt%#%l!% /engenalan konsep porto,olio dalam dunia investasi terus mengalami

proses perubahan yang &epat. Dahmi (200)) mengemukakan bahwa porto,olio merupakan sebuah bidang ilmu yang khusus mengkaji tentang bagaimana &ara yang dilakukan oleh seorang investor untuk meminimalkan risiko dalam

2.

berinvestasi termasuk salah satunya dengan mendiversi,ikasi risiko tersebut. 0iversi,ikasi risiko memiliki makna bahwa investor perlu membentuk porto,olio melalui pemilihan kombinasi sejumlah aset sedemikian rupa sehingga risiko dan diminimalkan tanpa mengurangi expected return. -enurut Tandelilin (2010) dalam pembentukan porto,olio investor selalu ingin memaksimalkan expected return pada tingkat risiko tertentu yang bersedia ditanggungnya atau men&ari porto,olio yang menawarkan risiko terendah dengan tingkat return tertentu yang biasa disebut sebagai porto,olio yang e,isien. 0iversi,ikasi investasi diartikan sebagai bentuk solusi untuk menghindari risiko dan memperbesar keuntungan atau menaikkan keuntungan. 0engan demikian porto,olio dan diversi,ikasi investasi dilihat sebagai bentuk penganeka ragaman investasi dengan &ara menempatkan dana pada lebih dari satu sekuritas atau aset. 0engan menempatkan keputusan porto,olio pada dua sekuritas atau lebih akan lebih baik jika dibandingkan ditempatkan pada satu sekuritas saja. *odie et al (200.) menjelaskan pengertian diversi,ikasi risiko sebagai penyebaran risiko yang akhirnya dapat memperke&il risiko yang akan ditanggung. !ika diversi,ikasi dalam sekuritas yang semakin banyak volatilitas porto,oliopun akan semakin turun. Investor dapat melakukan diversi,ikasi dengan beberapa &ara antara lain (!ogiyanto 2010)> 1. 0iversi,ikasi dengan banyak aktiva Sesuai dengan hukum statistik semakin besar ukuran sampel maka semakin dekat nilai rata%rata sampel dengan nilai ekspektasi dari populasi. $sumsi yang digunakan yaitu tingkat hasil (rate of return) untuk masing%masing sekuritas se&ara statistik adalah independen. Ini berarti bahwa rate of return satu sekuritas tidak terpengaruhi oleh rate of return sekuritas yang lainnya maka standar deviasi yang mewakili risiko dari porto,olio dapat dituliskan sebagai berikut> kita akan semakin menyebarkan risiko yang mun&ul dari ,aktor%,aktor khusus perusahaan dan

Np A

JJJJJJJJJJJJ..JJJJJJJJJ...JJ.. (2.1.)

2C

'eterangan pada persamaan (2.1.) di atas> Np A (isiko porto,olio Ni A 0eviasi standar n A !umlah sekuritas 2. 0iversi,ikasi se&ara random 0iversi,ikasi se&ara random (random or naive diversification) merupakan pembentukan porto,olio dengan memilih sekuritas%sekuritas se&ara a&ak tanpa memperhatikan karakteristik dari investasi yang relevan seperti misalnya return dari sekuritas itu sendiri. Investor hanya memilih sekuritas se&ara a&ak. 1. 0iversi,ikasi se&ara -arkowitO 0engan menggunakan metode mean-variance dari -arkowitO sekuritas% sekuritas yang mempunyai korelasi lebih ke&il dari K1 akan menurunkan risiko porto,olio sehingga semakin banyak sekuritas yang dimasukkan ke dalam porto,olio semakin ke&il risiko porto,olio. 2ntuk n sejumlah sekuritas mendekati tak berhingga risiko dari porto,olio adalah>

JJJJJJJJJJJJJJJJJJJJJJ..(2.1C)

'eterangan pada persamaan (2.1C) di atas> Np2 Nij n 2.2.-.1 A 3arians dari tingkat keuntungan porto,olio A 0eviasi standar masing%masing aset A !umlah sekuritas P%rt%#%l!% E#!s!en $an P%rt%#%l!% ./t!mal Menentukan P%rt%#%l!% E#!s!en 0engan menggunakan konsep orang yang rasional maka penentuan porto,olio e,isien dapat dijelaskan. -enurut !ogiyanto (2010) orang yang rasional dide,inisikan sebagai orang yang akan memilih lebih dibandingkan dengan memilih kurang.

26

Eambar 2.1 /orto,olio%/orto,olio :,isien

E 0R/1

/orto,olio%porto,olio e,isien
A D 3 E ) G

2/

Sumber> !ogiyanto (2010) 0engan asumsi bahwa investor adalah orang yang rasional maka investor akan memilih porto,olio 0 dibandingkan dengan porto,olio : atau porto,olio D karena dengan risiko yang sama return ekspektasian porto,olio 0 lebih tinggi dibandingkan dengan porto,olio : atau porto,olio D. !adi kesimpulannya porto,olio 0 adalah porto,olio e,isien. /ada situasi lain porto,olio B lebih baik daripada porto,olio : atau porto,olio E. 0engan &ara yang sama maka dapat dijelaskan bahwa dengan return ekspektasian yang sama risiko porto,olio B lebih ke&il dibandingkan porto,olio : atau porto,olio E. !adi kesimpulannya porto,olio B adalah porto,olio e,isien. -elihat dari penjelasan di atas dapat ditarik kesimpulan bahwa dari titik $ sampai dengan titik * (efficient set) berisi dengan porto,olio%porto,olio e,isien. -aka porto,olio e,isien dapat dide,inisikan sebagai porto,olio yang memberikan return ekspektasian terbesar dengan risiko yang tertentu atau

2)

memberikan risiko terke&il dengan return ekspektasian yang tertentu. Sehingga para investor dapat menentukan porto,olio ke dalam kelompok yang e,isien dengan &ara memilih tingkat return ekspektasian tertentu dengan meminimumkan risikonya atau menentukan tingkat risiko tertentu dan kemudian memaksimalkan return ekspektasiannya. investor yang rasional akan memilih e,isien ini karena dibentuk dengan &ara mengoptimalkan satu dari dua dimensi yaitu return ekspektasian atau risiko suatu porto,olio. 2.-.2 Menentukan P%rt%#%l!% ./t!mal /orto,olio%porto,olio e,isien adalah porto,olio yang baik tetapi belum yang terbaik. /orto,olio e,isien hanya mempunyai ,aktor yang baik yaitu ,aktor return ekspektasian atau ,aktor risiko. Sehingga porto,olio optimal yang diminati oleh para investor karena porto,olio ini merupakan kombinasi antara return ekspektasian dan risiko yang terbaik. Singkatnya porto,olio e,isien belum tentu porto,olio yang optimal tetapi porto,olio optimal sudah pasti e,isien. -enurut !ogiyanto (2010) penentuan porto,olio optimal dapat dilakukan dengan berbagai &ara yaitu> 1. /orto,olio +ptimal *erdasarkan /re,erensi Investor Tiap investor mempunyai tanggapan atau pre,erensi risiko yang berbeda% beda. Investor yang mempunyai tanggapan kurang menyukai risiko ( risk averse) mungkin akan memilih porto,olio yang mempunyai risiko paling ke&il (titik * pada gambar 2.1) karena investor tersebut tidak terlalu mempertimbangkan besar ke&ilnya return ekspektasiannya. Investor yang mempunyai tanggapan menyukai risiko (risk taker) mungkin akan memilih porto,olio yang mempunyai risiko yang tinggi (titik $ pada gambar 2.1) karena investor tersebut mempunyai harapan yang tinggi pada return ekspektasiannya. Sedangkan investor yang mempunyai tanggapan netral terhadap risiko (risk neutral) mungkin akan memilih porto,olio yang berada di sepanjang garis efficient set (dari titik $ sampai titik * pada gambar 2.1) karena investor ini mengharapkan besarnya return ekspektasian yang sesuai dengan tingginya risiko yang ditanggung.

10

Investor memilih suatu porto,olio disesuaikan dengan ,ungsi utilitinya masing%masing. 2tiliti investor juga men&erminkan tanggapan investor terhadap risiko. /orto,olio optimal tiap%tiap investor terletak pada titik persinggungan antara ,ungsi utiliti investor dengan efficient set. Eambar 2.2 /orto,olio +ptimal *erdasarkan /re,erensi Tiap%Tiap Investor

E 0R/1

U3 U2 U1 E1 31 D1 32

B 2/

Sumber> !ogiyanto (2010) 2ntuk investor ke%1 porto,olio optimalnya terletak pada titik B1 dengan utiliti sebesar 22. Investor ini tidak akan memilih porto,olio 01 karena walaupun porto,olio ini tersedia tetapi berada pada attaina$le set yang berarti porto,olio tersebut tidak e,isien sehingga akan memberikan kepuasan sebesar 21 yang lebih rendah dibandingkan dengan 22. 'alau boleh memilih investor ke%1 mengharapkan porto,olio :1 karena porto,olio tersebut dapat memberikan kepuasan sebesar 21 yang lebih besar dibandingkan 22 atau 21. 4amun porto,olio :1 ini tidak tersedia di pasar karena tidak berada di attaina$le set. 0engan argumentasi yang sama

11

investor ke%2 akan memilih porto,olio optimal yang berada di efficient set yang juga menyinggung ,ungsi utilitinya yaitu titik B2. 2. /orto,olio +ptimal *erdasarkan -odel -arkowitO -odel -arkowitO menggunakan asumsi%asumsi sebagai berikut> a) ;aktu yang digunakan hanya satu periode. b) Tidak ada biaya transaksi. &) /re,erensi investor hanya didasarkan pada return ekspektasian dan risiko dari porto,olio. d) Tidak ada pinjaman dan simpanan bebas risiko (riskless lending and $orrowing). !ika investor hanya mempertimbangkan risiko porto,olio terke&il dan tidak mempertimbangkan adanya pinjaman dan simpanan bebas risiko dan investor diasumsikan sebagai risk averse individu maka investor akan memilih kombinasi yang memberikan porto,olio yang e,isien dengan tingkat risiko terke&il yaitu pada titik * (lihat gambar 2.1 dan 2.2). /orto,olio optimal di titik * ini disebut juga porto,olio varian minimal atau -3/ ( Minimal Variance 2ortfolio). 0engan demikian model penyelesaian optimasi ini dapat ditulis sebagai berikut ini.

-inimumkan Np2 A

(2ntuk mengetahui penjelasan persamaan di atas lihat persamaan (2.19) di atas) 0engan subjek terhadap kendala%kendala sebagai berikut>
a)

A1 -aksudnya total proporsi yang diinvestasikan pada masing%masing aktiva untuk seluruh n aktiva adalah sama dengan 1 (atau dana yang diinvestasikan seluruhnya berjumlah 1008).

b) wi Q 0 untuk i A 1 sampai dengan n -aksudnya proposi dari masing%masing sekuritas tidak boleh bernilai negati,.

12

c)

A (p -aksudnya jumlah rata%rata dari seluruh return masing%masing aktiva ((i) sama dengan return porto,olio ((p).

1.

/orto,olio +ptimal dengan $ktiva *ebas (esiko /orto,olio optimal berdasarkan pre,erensi investor sebenarnya adalah porto,olio yang belum benar%benar optimal tetapi optimal menurut investor tertentu dengan pre,erensi risiko tertentu. *egitu juga dengan porto,olio optimal -arkowitO karena hanya optimal untuk risiko porto,olio terke&il. /orto,olio yang benar%benar optimal se&ara umum (tidak tergantung pada pre,erensi investor tertentu) dapat diperoleh dengan aktiva bebas risiko. Suatu aktiva bebas risiko dapat dide,inisikan sebagai aktiva yang mempunyai return ekspektasian tertentu dengan risiko yang sama dengan nol. Eambar 2.1 /orto,olio +ptimal
E 0R/1

E0R/1

RBR

2/

2/

Sumber> !ogiyanto (2010) /orto,olio optimal ini merupakan hasil persinggungan garis lurus titik ( *( dengan kurva efficient set. Titik persinggungan - ini merupakan titik persinggungan antara kurva efficient set dengan garis lurus yang mempunyai

11

sudut atau slope () terbesar. #lope ini nilainya adalah sebesar return ekspektasian porto,olio dikurangi dengan return aktiva bebas risiko dan semuanya dibagi dengan deviasi standar return dari porto,olio sebagai berikut>

p A

JJJJJJJJ......JJJJJJJJJJJ..(2.16)

'eterangan pada persamaan (2.16) di atas> p :((p) (*( Np 2.14 A #lope dari porto,olio optimal A Return ekspektasian porto,olio optimal A Return aktiva bebas risiko A (isiko (deviasi standar) porto,olio optimal 5%nse/ Value at Risk 06aR1 Salah satu teknik pengukuran risiko adalah Value at Risk (3a(). 3a( merupakan metoda perhitungan risiko pasar (market risk) untuk menentukan risiko kerugian maksimum yang dapat terjadi pada suatu porto,olio baik single instrument ataupun multi-instruments pada tingkat keper&ayaan (confidence level) tertentu selama holding period tertentu dan dalam kondisi pasar yang normal. 3a( dide,inisikan sebagai kerugian terburuk yang mungkin terjadi dari memegang suatu aset atau sekuritas se&ara satuan atau porto,olio pada suatu waktu tertentu dan pada tingkat peluang yang ditetapkan. 0engan kata lain 3a( bisa diartikan sebagai suatu besaran angka yang merangkum total risiko dari porto,olio yang berisikan beragam aset keuangan. -enurut *est (1)))) dalam Sartono (200.) 3a( adalah suatu metode pengukuran risiko se&ara statistik yang memperkirakan kerugian maksimum yang mungkin terjadi atas suatu porto,olio pada tingkat keper&ayaan (level of confidence) tertentu. 4ilai 3a( selalu disertai dengan probabilitas yang menunjukkan seberapa mungkin kerugian yang terjadi akan lebih ke&il dari nilai

19

3a( tersebut. 3a( adalah suatu nilai kerugian moneter yang mungkin dialami dalam jangka waktu yang telah ditentukan. 'emungkinan penurunan harga saham di pasar keuangan ( market risk) akan menyebabkan kemungkinan berkurangnya nilai aset. +leh karena itu perlu dilakukan perhitungan potensi kerugian atas saham yang dimiliki. (ekomendasi untuk melakukan perhitungan risiko pasar dipublikasikan oleh E%10 $est practice report (!orion pendekatan 3a(. 3a( merupakan metodologi yang dapat menghitung potensi kerugian maksimal yang mungkin terjadi dari satu porto,olio dalam periode waktu tertentu dan dengan confidence level tertentu. 4ilai 3a( sebagai besaran risiko atau expected loss diukur dalam nilai absolut mata uang. Selain dapat digunakan sebagai in,ormasi dan evaluasi nilai 3a( juga dapat digunakan sebagai alat bantu untuk melakukan prediksi estimasi terhadap kemungkinan risiko yang mungkin terjadi. 3a( merupakan ukuran statistik dalam bilangan tunggal yang menyatakan besarnya potensi kerugian maksimum yang mungkin terjadi kepemilikan suatu sekuritas atau eksposure instrument keuangan. 3a( merangkum kerugian terbesar yang diharapkan terjadi dalam rentang waktu tertentu dan dalam interval keper&ayaan yang telah ditentukan (!orion 200C). 3a( biasanya dihitung untuk periode 1 hari dengan tingkat keper&ayaan )#8. "al ini dapat diartikan dengan tingkat keper&ayaan )#8 dalam jangka waktu 1 hari terdapat kemungkinan sebesar #8 bahwa perusahaan akan mengalami kerugian lebih besar dari nilai 3a( (0owd 200#). Terdapat beberapa penjabaran terminologi 3a( terkait dengan penggunaan atau man,aatnya (!orion 200C)> 1. /ada umumnya nilai 3a( merupakan particular amount of money yang merupakan jumlah kerugian maksimum yang mungkin terjadi pada suatu periode waktu tertentu dalam tingkat keper&ayaan tertentu. 2. $danya prosedur estimasi perhitungan nilai 3a( yang meliputi data statistik ataupun prosedur matematik untuk menghitung nilai 3a(. 200C). 0alam publikasi tersebut direkomendasikan untuk melakukan pengukuran risiko pasar yang konsisten se&ara harian dengan

1#

1.

Selain menghasilkan nilai 3a( penggunaannya lebih luas lagi yaitu dapat melakukan estimasi terhadap berbagai ma&am risiko. 0ari beberapa penjelasan di atas dapat disimpulkan bahwa pada dasarnya

3a( adalah suatu kegiatan untuk melakukan peramalan volatilitas yang mempengaruhi perubahan nilai suatu porto,olio di masa yang akan datang dengan berdasarkan data%data masa lampau. 3a( selalu diikuti dengan sebuah probabilitas yang mengatakan berapa kemungkinan kerugian akan lebih ke&il dari jumlah yang ditetapkan pada periode waktu tertentu. 2.11 Tekn!k Pengukuran 6aR 0alam pengukuran 3a( suatu saham diperlukan persyaratan dan langkah tertentu. !orion (200C) menyatakan bahwa 3a( merupakan jumlah kerugian maksimum yang diprediksi akan terjadi dalam jangka waktu (horiOon) tertentu dengan tingkat keper&ayaan tertentu. !adi perhitungan ,aktor kuantitati, diperlukan dalam menghitung nilai 3a( pada horiOon waktu tertentu dan pada tingkat keper&ayaan tertentu yang telah ditetapkan sebelumnya. <angkah%langkah perhitungan nilai 3a( yang diperlukan untuk menetapkan nilai risiko investasi adalah sebagai berikut> 1. 2. 1. Mark-to-Market dari nilai porto,olio yang ada saat ini sesuai dengan nilai pasar yang berlaku pada waktu tertentu. -engukur variabilitas ,aktor risiko dalam satuan persen per satuan waktu. -isalkan nilai variabilitas 1#8 per tahun. -enetapkan horiOon waktu atau biasa disebut sebagai holding period pada langkah 9. ini ditentukan tingkat risiko investasi sesuai dengan periode pengukuran risiko yang akan dinilai. -isalkan 10 hari perdagangan (trading). Tentukan tingkat keper&ayaan yang dikehendaki sesuai dengan ren&ana penelitian bisnis yang akan diketahui risikonya misalnya pada tingkat keper&ayaan )#8. #. -elaporkan nilai potensi kerugian maksimum dan diikuti dengan hasil analisis yang mudah dipahami untuk implementasi se&ara praktis sebagai solusi investasi.

1.

!orion (200C) memberikan langkah%langkah perhitungan nilai 3a( se&ara ringkas tampak pada gambar 2.9 di bawah ini> Eambar 2.9 <angkah%<angkah -enghitung 4ilai 3a(

Sumber> !orion (200C) dalam 4urharyanto (2011) 2ntuk menghitung nilai 3a( terdapat tiga pendekatan yaitu -etode Variance- ovariance "istorical #imulation dan Monte arlo #imulation. 2raian se&ara ringkas masing%masing metode tersebut adalah sebagai berikut> 2.11.1 Met%$e Variance-Covariance /endekatan metode ini menghitung nilai 3a( berdasarkan pada nilai volatilitas return aset nilai aset dan untuk porto,olio perlu diperhitungkan korelasi antar aset tunggal (single asset). -etode ini akan memberikan nilai 3a( yang lebih akurat dengan asumsi return yang dihasilkan terdistribusi normal dan mengabaikan kejadian ekstrim. -enurut !orion (200C) 3a( untuk aset tunggal dihitung dengan menggunakan persamaan sebagai berikut> 3a( A @ . N . ;JJJJJJJ...JJJJJJJJJJ...JJJJJ (2.1)) 'eterangan pada persamaan (2.1)) di atas> @ N A 4ilai R distribusi normal standar berdasarkan tingkat keper&ayaan. A 4ilai volatilitas aset (deviasi standar)

1C

A 4ilai pasar suatu aset (beberapa penulis memakai ; dengan 3o atau /) (umus ini kemudian diperhitungkan dengan ,aktor holding period maka

persamaan (2.1)) menjadi persamaan di bawah ini. /erhitungan nilai 3a( untuk aset tunggal dapat dilakukan dengan rumus sebagai berikut>

3a( A @ . N . ; .

JJJJJJJJ.JJJJJJJJ.JJJJJ (2.20)

'eterangan pada persamaan (2.20) di atas> @ N t ; A 4ilai R distribusi normal standar berdasarkan tingkat keper&ayaan. A 4ilai volatilitas aset (deviasi standar) A "olding period atau time horizon atau time aggregation A 4ilai pasar suatu aset (beberapa penulis memakai ; dengan 3o atau /) 4ilai R pada distribusi normal tergantung pada tingkat keper&ayaan yang ditetapkan semakin besar tingkat keper&ayaan dan semakin lama periode waktu yang digunakan maka akan menghasilkan nilai 3a( yang semakin tinggi. Tingkat keper&ayaan merupakan suatu nilai probabilitas yang men&erminkan tingkat keper&ayaan bahwa nilai kerugian5loss yang tidak akan melampaui nilai 3a(. Bontoh hanya ada #8 kemungkinan suatu variabel yang diambil dari #tandard *ormal 3istri$ution nilainya akan S1 .9. 2ntuk R pada distribusi normal yang standar dihitung dengan persamaan berikut ini>

RA

JJJJJJJJJJ.......JJJJJJJJJJ...JJJJ. (2.21)

'eterangan pada persamaan (2.21) di atas> G T N A Return A -ean dari return A 0eviasi standar return

16

0engan tingkat keper&ayaan )#8 maka nilai @ ditetapkan 1 .#. 4ilai tersebut ditentukan dengan asumsi distribusi normal. 2ntuk penghitungan 3a( pada data yang tidak terdistribusi se&ara normal maka digunakan @U. @U merupakan hasil koreksi atas nilai @ dengan memperhitungkan nilai skewness distribusi (). 0istribusi ini sering digunakan untuk menggambarkan perubahan a&ak risiko pasar seperti nilai tukar mata uang suku bunga dan harga saham. 4amun apabila distribusi data tidak normal maka nilai @ dikoreksi dengan pendekatan ornish /isher Expansion (!orion 200C) yaitu>

@U A @

JJJJJJJJJJJJJJJJJJJJJJJ.. (2.22)

keterangan pada persamaan (2.22) di atas> @ A Tingkat keper&ayaan A 'oe,isien skewness "olding period merupakan lamanya waktu sebuah investasi dipegang. 0alam 3a( holding period juga memiliki makna jangka waktu ke depan dalam hitungan satuan hari nilai 3a( dihitung. 0engan demikian semakin lama holding period maka semakin besar nilai 3a(%nya. /emilihan penetapan holding period bersi,at sangat subyekti, tergantung pada jenis porto,olio yang dikuasai karakter investasi yang dilaksanakan dan kebutuhan yang ingin di&apai dalam melakukan analisis. Idealnya holding period dikaitkan dengan kebutuhan untuk melikuidasi porto,olio tertentu (!orion 200C). /erhitungan risiko untuk suatu porto,olio 3a( dapat digunakan persamaan sebagai berikut (/enOa 2001)>

3a( A @ . Np . ; .

JJJJJJJ.JJJJJJ.......JJJJJJ. (2.21)

2ntuk menghitung volatilitas suatu porto,olio yang terdiri dari dua aset dapat digunakan seperti pada persamaan (2.10). Sedangkan untuk perhitungan

1)

porto,olio yang memiliki aset lebih dari dua dapat dihitung seperti pada persamaan (2.19) di atas. 2.11.2 Met%$e Historical Simulation -enurut !orion (200C) pendekatan metode historical simulation merupakan model perhitungan nilai 3a( yang ditentukan oleh nilai masa lalu (historis) atas return aset yang dihasilkan. !ika diketahui atau dimiliki data$ase nilai historis masa lalu yang semakin banyak maka hasil perhitungan nilai 3a( yang dihasilkan akan semakin baik. 0alam model historical simulation merupakan model yang dapat langsung dilaksanakan untuk menghitung besarnya 3a(. -odel ini tidak membutuhkan asumsi mengenai normalitas data time series%nya. Bara yang digunakan relati, sederhana dan mudah diterapkan karena data return diurutkan dalam urutan tertentu yang dibagi dalam percentile. 'emudian ditentukanlah volatilitas yang merupakan perubahan harga sesuai dengan interval tingkat keper&ayaan yang ditentukan. /ersamaan yang dapat dipergunakan dalam menghitung 3a( adalah sebagai berikut>

3a( A ; . 2ercentile #8 .

JJJJJJJJJJJJJJ.JJJJ(2.29)

'eterangan pada persamaan (2.29) di atas> 2ercentile #8 A 0ata return ke%18 dari data historis 'elebihan metode historical simulation (!orion 200C) men&akup pula

nilai%nilai return pada saat kondisi pasar yang sedang mengalami gangguan atau tidak normal seperti sedang terjadi crash. 'ondisi sema&am ini akan ter&ermin dalam gambaran data return historis. 0alam metode ini juga tidak diperlukan perhitungan korelasi dan standar deviasi suatu aset karena dalam standar deviasi sudah terkandung dalam data return historis. 'elemahan metode ini adalah bahwa untuk keperluan analisis dan pengambilan keputusan melalui perhitungan 3a( membutuhkan data return historis dengan rentang waktu yang panjang sehingga memiliki potensi tidak relevan lagi dengan kondisi pasar terkini.

90

2.11.3 Met%$e *!mulas! M%nte 3arl% 0alam mengestimasi nilai 3a( baik pada aset tunggal porto,olio maupun simulasi -onte Barlo mempunyai beberapa jenis algoritma.

4amun pada intinya adalah melakukan simulasi dengan membangkitkan bilangan random berdasarkan karakteristik dari data yang akan dibangkitkan yang kemudian digunakan untuk mengestimasi nilai 3a(%nya. 3a( dengan menggunakan metode simulasi -onte Barlo mengasumsikan bahwa return berdistribusi normal. /endekatan metode simulasi -onte Barlo dilakukan untuk menghitung nilai 3a( berdasarkan sejumlah skenario yang dibuat untuk mengestimasi nilai aset yang mungkin terjadi. Terdapat dua tahapan yang harus dilakukan dalam metode ini ('ahar 200))> 1. /roses stochastic terhadap data historis yang digunakan untuk menghitung volatilitas nilai korelasi kemudian harga pasar disimulasikan se&ara a&ak untuk menentukan kerugian atau keuntungan pada tiap simulasi yang dilakukan. 2. "asil perhitungan kerugian dan (atau) keuntungan direkapitulasikan untuk mendapatkan pola distribusi. 'emudian nilai 3a( dihitung berdasarkan nilai presentil dari hasil distribusi tersebut. 3a( dengan metode simulasi -onte Barlo pada aset tunggal mengasumsikan bahwa return aset berdistribusi normal. Se&ara umum algoritma sederhana perhitungan 3a( menggunakan metode simulasi -onte Barlo pada aset tunggal adalah sebagai berikut> 1. 2. -enentukan nilai parameter dari return aset tunggal. Return diasumsikan mengikuti distribusi normal dengan mean (T) dan varian (N2). -ensimulasikan nilai return dengan membangkitkan se&ara random return aset tunggal dengan parameter yang diperoleh dari langkah (1) sebanyak n buah sehingga terbentuk distribusi empiris dari return hasil simulasi. 1. -en&ari estimasi kerugian maksimum pada tingkat keper&ayaan (1%@) yaitu sebagai nilai kuantil ke%@ dari distribusi empiris return yangdiperoleh pada langkah (2) dinotasikan dengan (V. 9. -enghitung nilai 3a( pada tingkat keper&ayaan (1%@) dalam periode waktu t hari yaitu>

91

3a((1%@) (t) A ;o . (V . .

JJJ.JJ...JJJJ.....JJJJJJ.. (2.2#)

'eterangan pada persamaan (2.2#) di atas> ;oA 0ana investasi awal aset atau porto,olio (VA 4ilai kuantil ke%@ dari distribusi return t A /eriode waktu 4ilai 3a( yang diperoleh merupakan kerugian maksimum yang akan diderita oleh aset tunggal. #. -engulangi langkah (2) sampai langkah (9) sebanyak m sehingga men&erminkan berbagai kemungkinan nilai 3a( aset tunggal yaitu 3a(1 3a(2 ... 3a(m. .. -enghitung rata%rata hasil dari langkah (#) untuk menstabilkan nilai karena nilai 3a( yang dihasilkan oleh tiap simulasi berbeda. 3a( dengan metode simulasi -onte Barlo pada porto,olio mengasumsikan bahwa return aset%aset pembentuk porto,olio berdistribusi normal multivariat. $lgoritma sederhana perhitungan 3a( menggunakan metode simulasi -onte Barlo pada porto,olio adalah sebagai berikut> 1. -enentukan nilai parameter untuk variabel%variabel (dalam hal ini adalah return aset) serta korelasi antar variabel. (eturn aset%aset pembentuk porto,olio diasumsikan mengikuti distribusi normal multivariat sehingga parameter yang dibutuhkan diantaranya adalah mean return aset%aset pembentuk porto,olio dan matriks varian%kovarian. 2. -ensimulasikan nilai return dengan membangkitkan se&ara random return ase%aset yang berdistribusi normal multivariat dengan parameter yang diperoleh pada langkah (1) sebanyak n buah. 1. 4ilai return masing%masing aset pada waktu t yaitu ( 1 t dan (2 t yang dihasilkan pada langkah (2) digunakan untuk menghitung return porto,olio pada waktu t dengan persamaan (2.)) di atas.

92

9.

-en&ari estimasi kerugian maksimum pada tingkat keper&ayaan (1%@) yaitu sebagai nilai kuantil ke%@ dari distribusi empiris return porto,olio yang diperoleh pada langkah (1) yang dinotasikan dengan (V.

#.

-enghitung nilai 3a( pada tingkat keper&ayaan (1%@) dalam periode waktu t hari dengan menggunakan persamaan (2.2#) di atas. 4ilai 3a( yang diperoleh merupakan kerugian maksimum yang akan diderita porto,olio.

..

-engulangi langkah (2) sampai langkah (#) sebanyak m sehingga men&erminkan berbagai kemungkinan nilai 3a( porto,olio yaitu 3a(1 3a(2 ... 3a(m.

C.

-enghitung rata%rata hasil dari langkah (.) untuk menstabilkan nilai karena nilai 3a( yang dihasilkan oleh tiap simulasi berbeda.

2.13

Exponential Weighted Moving Average 0E7MA1 /enghitungan standar deviasi yang telah diuraikan di atas berasumsi

bahwa volatilitas data konstan dari waktu ke waktu. "al ini jauh dari kenyataan yang ada. +leh ;atsham (1))C) vaolatilitas yang konstan disebut homos&edastis dan volatilitas yang tidak konstan disebut heteros&edastis. *anyak ahli yang telah mengembangkan metode penghitungan volatilitas heteros&edastis. -enurut "andayani (200C) metode yang sering digunakan saat ini adalah model Exponential Weighted Moving Average (:;-$). 2ji volatilitas :;-$ yang dikembangkan oleh !. /. -organ (1))9) ini pada dasarnya merupakan suatu langkah estimasi terhadap volatilitas di masa yang akan datang dengan memberi bobot atas data observasi terkini dibandingkan dengan data masa sebelumnya. /endekatan ini mengasumsikan bahwa proyeksi yang akan datang (esok hari) dipengaruhi oleh data aktual hari ini dan data historis masa lampau. 2ji volatilitas :;-$ dapat dilakukan dengan menentukan nilai lamda (W) atau decay factor yang optimum. 4ilai W dikatakan optimum jika menghasilkan nilai (-S: yang terke&il. 3ecay factor merupakan bobot tertimbang berdasarkan waktu (Terry X 'eith 1)).). /arameter W (decay factor) menunjukkan skala bobot atas pengamatan data terbaru dengan data sebelumnya dengan nilai 0YWY1. Semakin tinggi W

91

semakin akan semakin besar bobot yang dikenakan pada data masa lampau sehingga data time series semakin smooth. *ila W mendekati 1 maka volatilitas semakin persisten mengikuti market shock ($leGander 200)). 3arian :;-$ dapat dihitung dengan menggunakan persamaan (!orion 200C) sebagai berikut> Nt2 A WNt%12 K (1%W)rt%12JJJJJJJ............JJJJJJJJJJJ..(2.2.)

'eterangan pada persamaan (2.2.) di atas> Nt2 W rt%1 A 3arian dari return pada saat t A 3ecay factor A (eturn pada t%1 4ilai W ditentukan dengan Root Means #0uared Error ((-S:) dengan W ditentukan sedemikian rupa sehingga error antara nilai variabel random dengan volatilitasnya pada saat yang sama memiliki nilai terke&il. 4ilai W yang digunakan adalah nilai W yang memiliki nilai (-S: terke&il. Semakin tinggi nilai W pada sebuah data return berarti semakin besar pengaruh volatilitas sebelumnya namun semakin tidak reakti, terhadap in,ormasi pasar return terakhir. Sebaliknya semakin ke&il nilai W maka semakin reakti, volatilitas tersebut terhadap in,ormasi pasar return sebelumnya. 2ntuk menghitung (-S: digunakan rumus di bawah ini>Z

(-S: A 0engan asumsi

............................................................(2.2C)

A (1 . D(t(t%1) K (1%1)7t) 'eterangan persamaan di atas> D(t(t%1) A $sumsi varians saat t%1

99

7t

A 3arians return saat t !orion (200C) menyatakan bahwa RiskMetrics menggunakan nilai W

sebesar 0 )9 untuk data harian mengingat hitungan nilai W sangat tergantung dengan rentang waktu pengamatan data saham. +leh karena itu pada penelitian ini akan memakai nilai W sebesar 0 )9 sesuai dengan anjuran RiskMetric tersebut. 0iperkuat dengan penelitian *u&hdadi (2006) yang menyimpulkan bahwa 3$( hitung yang dihasilkan metode :;-$ dengan nilai W sebesar 0 )9 yang disarankan oleh RiskMetric lebih baik dibandingkan dengan metode :;-$ dengan decay factor optimum. 2.14 Penel!t!an Ter$ahulu 2ntuk men&apai hasil yang maksimal penelitian ini menggunakan

penelitian terdahulu sebagai re,erensi atau a&uan yang terkait dengan penggunaan 3a( sebagai sarana penghitungan potensi kerugian pada aset tunggal dan porto,olio. Tentu saja 3a( ter,okus pada metode Variance- ovariance Model dan "istorical #imulation Model. $dapun beberapa penelitian terdahulu sebagai berikut> 1. /ada tahun 200# +om 'omariyah mahasiswa /rogram -agister -anajemen 2I melakukan penelitian analisis risiko pasar terhadap investasi 10 saham syariah pada !akarta Islami& IndeG (!II). 0alam penelitian tersebut sampel diambil 10 saham emiten syariah yang mewakili 10 saham syariah yang se&ara konsisten ditransaksikan pada periode 1 4opember 2002 sampai dengan 21 0esember 2009 di *ursa :,ek !akarta. -etodologi penelitian yang digunakan adalah metodologi Value at Risk Variance ovariance Model dan "istorical #imulation Model. "asil penelitian tersebut menyimpulkan bahwa kedua model valid untuk mengukur kerugian maksimal 10 saham syariah yang termasuk pada !akarta Islami& IndeG . 2ntuk menguji validitas model dilakukan dengan melihat tingkat kegagalan (failure rate) dengan 'upie& 4est. 0alam penelitian tersebut juga disimpulkan bahwa hasil perhitungan failure rate pada Variance

9#

ovariance Model ternyata lebih besar dari hasil pengukuran dengan "istorical #imulation Model. 2. /ada tahun 200C penelitian dengan judul Value at Risk Method5 An Application /or #wedish *ational 2ension /und ($/1 $/2 $/1) %y 6sing 2arametric Model dilakukan oleh *lanka Erubjesi& mahasiswa 2niversity o, Skovde Swedia untuk master degree pro7ect%nya. 0alam penelitian tersebut dilakukan perhitungan 3aily Earning at Risk dengan model parametri& atau Variance ovariance terhadap 1 aset porto,olio dana pensiun yang terdiri dari 20 jenis saham yang diperdagangkan di bursa Swedia 20 saham asing dan 10 obligasi. /eriode yang diteliti mulai 1 !anuari 200# sampai dengan 10 0esember 200# dengan &on,iden&e level )#8. 'esimpulan yang dihasilkan menekankan bahwa penerapan pendekatan model parametri& yang sederhana mudah diterapkan dalam investasi 0ana /ensiun 4asional Swedia ($/ pension funds). /erhitungan 0:$( sesuai (match) dengan struktur dana yang dimiliki oleh dana /ensiun 4asional Swedia artinya dana $/ yang memiliki return tinggi 0:$(%nya juga besar. 1. /ada tahun 200) penelitian dengan judul An Empirical Evaluation of Value at Risk dilakukan oleh -artin Eusta,sson dan Barolline <undberg mahasiwa 2niversity o, Eothenburg dalam tesis master%nya. 0alam tesis tersebut dilakukan pengujian perbandingan antara tiga pendekatan dalam perhitungan 3a( yaitu> "istorical #imulation Approach! Moving Average Approach dan ,AR " Approach terhadap 1 jenis aset yaitu> harga komoditas minyak *rent +il harga saham terakti, di bursa saham Sto&kholm +-7s10 dan T *ill Sto&kholm % 1 bulan (1-ST*). 0ata yang digunakan untuk melakukan penelitian adalah data sejak 1 !anuari 1)6C sampai dengan 10 September 2006. -etodologi penelitian yang digunakan adalah mengukur 3a( dengan 1 model yang berbeda yaitu "istorical #imulation Approach Moving Average Approach dan E$(B" Approach dengan tingkat keper&ayaan )#8 dan ))8. "asil penelitian menyimpulkan bahwa berdasarkan hasil pengujian 'upie& 4est tidak ada satu model yang valid dari tiga model yang diuji dengan

9.

tingkat keper&ayaan )#8 dan ))8 namun demikian pendekatan non parametric menunjukkan hasil pengukuran yang lebih baik pada confidence level yang lebih rendah. 9. /ada tahun 2011 4urharyanto mahasiswa /rogram -agister -anajemen 2I melakukan penelitian analisis risiko pasar terhadap investasi 10 saham yang dilakukan oleh 0ana /ensiun (ST. 0i dalam penelitian itu sampel yang diambil adalah 10 saham dari 90 saham yang diinvestasikan oleh 0ana /ensiun (ST dengan kriteria yang sudah ditentukan. /enelitian dilakukan pada periode . 4ovember 200C sampai dengan 2# -aret 2011. -etodologi penelitian yang digunakan adalah metodologi Value at Risk Variance #imulation Model. "asil penelitian tersebut menyimpulkan bahwa kedua model valid untuk mengukur kerugian maksimal 10 saham yang diinvestasikan oleh 0ana /ensiun (ST. 2ntuk menguji validitas model dilakukan dengan melihat tingkat kegagalan (failure rate) dengan 'upie& 4est. 0alam penelitian tersebut juga disimpulkan bahwa hasil perhitungan failure rate pada Variance ovariance Model ternyata lebih besar dari hasil pengukuran dengan "istorical #imulation Model. Sesuai dengan beberapa teori pada ahli bahwa nilai risiko saham se&ara individual dapat dikurangi dengan adanya diversi,ikasi melalui porto,olio. #. /ada tahun 2011 Sa,itri Setyo 2tami Sukiyanto mahasiswa /rogram S1 Dakultas -anajemen 2I4 Syari, "idayatullah melakukan penelitian analisis risiko pasar terhadap investasi ) saham yang konsisten selama empat tahun ter&atat dalam <=9# dan masuk dalam porto,olio optimal melalui metode Efficient /rontier. /enelitian ini mengenai penentuan nilai risiko (3a() dengan mengukur potensi kerugian maksimal yang akan dialami dalam satu hari lima hari dan 20 hari ke depan. -odel :;-$ digunakan karena data return dari indeks bursa saham &enderung bersi,at heterokedastis. "asil penelitian menunjukkan bahwa porto,olio optimum yang diperoleh terdiri dari $SII 1..)68 **B$ 21.668 **(I 9.1#8 *0-4 11.128 ovariance Model dan "istorical

9C

*-(I 1.9)8 I4B+ 2..8 I40D 1..#18 /E$S 1..298 S-B* ...18. /orto,olio tersebut dapat memberikan ekspektasi hasil harian sebesar 0.19168 dengan tingkat risiko 1.6#8. 0engan dua nilai eGposure (3o) yang berbeda yaitu (p 100 !uta dan harga dari masing%masing saham di akhir periode diketahui bahwa semakin besar nilai eGposure semakin besar juga nilai 3a(. 0alam penelitian ini juga ditunjukkan bahwa nilai risiko dari masing%masing saham dapat diperke&il dengan melakukan diversi,ikasi saham dengan membentuk satu porto,olio. .. /ada tahun 2006 $gung 0harmawan *u&hdadi mahasiswa /rogram S1 Dakultas -anajemen 2niversitas 4egeri !akarta melakukan penelitian analisis kerugian maksimum ketika investor ingin menginvestasikan dananya ke saham berbasis syariah (!II) dengan rentang waktu penelitian antara tahun 200#%200. menggunakan pendekatan :;-$. /enelitian ini memberikan gambaran risiko yang dihadapi investor saham berbasis syariah di pasar modal Indonesia. -etode :;-$ digunakan karena ditemukan ,enomena conditional variance dalam hal ini. 3a( hitung yang dihasilkan metode :;-$ (WA 0 )9) lebih baik dibandingkan metode :;-$ dengan decay factor optimum. "al ini sesuai dengan model yang disarankan RiskMetric untuk penghitungan 3a( dengan data harian. "al ini juga membuktikan bahwa model yang &o&ok untuk pasar modal Indonesia adalah yang memberikan bobot persistence terhadap varians yang lebih besar. Temuan dalam penelitian ini menunjukkan besaran 3a( harian porto,olio saham berbasis syariah dengan tingkat keper&ayaan ))8 sebesar 1 00C8. Sedangkan 3a( harian dihitung dengan menjumlah nilai 3a( harian komponen saham pembentuk porto,olio lebih ke&il dibandingkan dengan 3a( porto,olio tersebut. "al ini terjadi karena tidak ada gejolak varian besar pada akhir pengamatan. -etode ini pun dapat berguna bagi investor untuk mengontrol dan menyesuaikan komposisi porto,olio apabila terjadi gejolak di pasar modal.

96

2.1"

5erangka Te%r! Eambar 2.# /enelitian 3a( 0engan /endekatan :;-$


-ulai /engumpulan dan /enetapan Saham%Saham yang Terda,tar /ada <=9# Selama /eriode /enelitian

-enghitung (eturn 'ovarian dan 'orelasi Setiap Saham

+ptimasi /orto,olio dengan metode -arkowitO

Tidak, lakukan differencing

2ji Stasioner $0D

Ya Ya
2ji 4ormalitas &ar0ue %era

Eunakan @ ornish /isher Expansion

Tidak

Eunakan @ tabel R score

Eunakan N konstan

Tidak

White 4est "eteroscedast ic

Ya

Eunakan N dengan pendekatan :;-$

"itung 4ilai 3a( /orto,olio dan 3a( 'omponen

3alidasi 4ilai 3a( terhitung

'esimpulan dan Saran

9)

BAB III MET.D.L.8I PENELITIAN 3.1 P%/ulas! $an *am/el +bjek penelitian ini adalah pergerakan harga saham harian saham%saham yang terda,tar pada <=9# di *ursa :,ek Indonesia dari tahun 2010 sampai dengan tahun 2011. /opulasi dalam penelitian ini adalah saham%saham <=9# yang terda,tar di *:I. /emilihan populasi tersebut didasarkan atas pertimbangan bahwa saham%saham pada <=9# merupakan saham%saham yang terpilih melalui berbagai kriteria dengan pemilihan yang ketat. Sehingga saham%saham tersebut memiliki tingkat likuiditas dan kapitalisasi pasar yang tinggi. $pabila dilakukan optimasi pada saham%saham tersebut dengan &ara diversi,ikasi -arkowitO (1)#2) yang masih relevan hingga saat ini akan men&apai hasil maksimal yang diharapkan oleh penulis. $pabila telah didapatkan porto,olio optimal dari saham%saham <=9# maka akan dilakukan analisis 3a( dengan pendekatan :;-$ yang telah dijelaskan pada bab sebelumnya. Selanjutnya akan dilakukan uji %acktesting untuk melihat validitas dari analisis 3a( sebelumnya. -odel 3a( yang digunakan adalah Varian- ovariance "istorical #imulation dan Monte #imulation Model) /enentuan sampel dengan menggunakan purposive sampling dengan kriteria sebagai berikut> 1. Saham%saham yang se&ara konsisten masuk ke dalam da,tar <=9# se&ara berturut%turut selama periode penelitian yaitu !anuari 2010 sampai dengan 0esember 2011. 2. "arga penutupan saham dihitung mulai tanggal 1 !anuari 2010 sampai dengan 11 0esember 2011. 3.2 3.2.1 Data Penel!t!an 9en!s $an *um:er Data !enis data yang digunakan untuk penghitungan dan penilaian adalah data kuantitati,. 0ata kuantitati, adalah data yang dapat dikuali,ikasi dan dapat diukur. arlo

9)

#0

Sumber data yang dibutuhkan berasal dari sumber eksternal badan usaha berupa data sekunder. Sumber data sekunder yang dimaksud adalah sumber data yang tidak langsung dikumpulkan dari sumber pertama dengan melakukan observasi dan wawan&ara langsung pada perusahaan. 0ata berupa pergerakan harga saham harian saham <=9# yang diperoleh berasal dari badan usaha obyek penelitian meliputi &atatan dan dokumen. -asing%masing saham tersebut hampir setiap hari mengalami perubahan harga baik pada posisi naik turun atau stagnan. *erdasarkan transaksi se&ara harian (# hari dalam seminggu) ditetapkan data harga penutupan untuk dilakukan analisis dan perhitungan besarnya perubahan harga atau return harian masing%masing saham. 3.2.2 Tekn!k Pengum/ulan Data /enelitian ini menggunakan data historis yang diambil selama kurun waktu 200)%2012. 0ata yang akan diperoleh dari da,tar harga saham yang dipublikasikan yaitu harga saham harian pada saham%saham <=9# dari tahun 200) sampai dengan 2012 yang menjadi sampel dari penelitian ini yang ter&antum pada 'ndonesian apital Market 3irectory (IB-0) /ojok *ursa 2niversitas ma Bhung serta dari situs%situs yang dapat dibuka di internet seperti www.,inan&e.&om www.bi.&o.id dan www.idG.&om. 3.3 Tekn!k Anal!s!s Data Teknik analisis data yang digunakan pada penelitian ini adalah analisis kualitati, dan kuantitati,. $nalisis kualitati, dilakukan dengan mempelajari teori% teori dan kemudian disusunlah suatu analisis terhadap permasalahan yang ada. Sedangkan analisis kuantitati, dilakukan dengan menganalisis perhitungan statistik dan penghitungan dengan &ara pembagian perkalian penjumlahan dan pengurangan. 3.3.1 Pengum/ulan Data 0ata yang digunakan adalah harga saham harian pada saham%saham <=9# yang selanjutnya digunakan untuk men&ari untuk men&ari return saham harian. /eriode data tersebut adalah 1 !anuari 2010 sampai dengan 11 0esember 2011.

#1

3.3.2

Pengh!tungan Return *aham Har!an Return masing%masing saham (return pada aktiva tunggal) dihitung

dengan persamaan (!orion 200C)>

rt A ln(1K(t) A ln

A ln(/t) % ln(/t%1)JJJJ..J.JJJJJ.JJ.. (2.1)

/erhitungan return dalam penelitian ini dilakukan dengan alat bantu software -i&roso,t :G&el. 3.3.3 Menentukan *tan$ar De&!as! Tingkat risiko dihitung dengan menggunakan deviasi standar dari return harian melalui persamaan (!ogiyanto 2010)>

S0 A

JJJJJJJJJJJJJJJJJJJJ (2.6)

'eterangan persamaan (2.6) di atas> S0 7i n A 0eviasi standar A 4ilai ke%i A jumlah dari observasi data historis untuk sampel besar dengan n (paling sedikit 10 observasi) dan untuk sampel ke&il digunakan (n%1). /erhitungan deviasi standar dalam penelitian ini dilakukan dengan alat bantu software -i&roso,t :G&el. 3.3.4 Menentukan 5%&ar!an $an 5%e#!s!en 5%relas! <angkah selanjutnya adalah menentukan nilai kovarian. 'ovarian (covariance) antara return saham satu dengan yang lainnya yang ditulis sebagai

:(7i) A 4ilai ekspektasian

#2

Bov ((a (b) atau N($

(*

menunjukkan hubungan arah pergerakan dari nilai%nilai

return antar saham. 4ilai kovarian yang positi, menunjukkan nilai%nilai dari dua variabel yang bergerak ke arah yang sama yaitu apabila satu meningkat yang lainnya juga meningkat atau apabila satu menurun yang lainnya juga ikut menurun. Sedangkan nilai kovarian yang negati, menunjukkan nilai%nilai dari dua variabel bergerak ke arah berlawanan yaitu apabila yang satu meningkat yang lainnya menurun atau apabila yang satu menurun yang lainnya mengalami peningkatan. 4ilai kovarian juga menunjukkan nilai%nilai dari dua variabel yang independen yaitu pergerakan satu variabel tidak ada hubungannya dengan pergerakan variabel lainnya. -aka persamaan yang digunakan adalah kovarian dengan data historis sebagai berikut (!ogiyanto 2010)>

Bov (($ (*) A N($ (* A

JJJ.JJJ.(2.12)

'eterangan dari persamaan (2.12) di atas> Bov (($ (*) A 'ovarian return antara saham $ dan * ($i (*i :(($) :((*) pi n A Return masa depan saham $ kondisi ke%i A Return masa depan saham * kondisi ke%i A Return ekspektasian pada sekuritas $ A Return ekspektasian pada sekuritas * A /robabilitas terjadinya masa depan untuk kondisi ke%i A !umlah dari dari observasi data historis untuk sampel besar (minimal 10 observasi) dan untuk sampel ke&il digunakan (n%1) 'onsep dari kovarian dapat dinyatakan dalam bentuk korelasi

(correlation). 'oe,isien korelasi menunjukkan besarnya hubungan pergerakan antara dua variabel relati, terhadap masing%masing deviasinya. 0engan demikian nilai koe,isien korelasi antara variabel $ dan * (r$* A P$*) dapat dihitung dengan membagi nilai kovarian dengan deviasi variabel%variabelnya (!ogiyanto 2010)>

#1

r$* A P$* A

JJJJJJJJJJJJJJJJJJJJ (2.11)

4ilai dari koe,isien korelasi berkisar dari K1 sampai dengan %1. 4ilai koe,isien korelasi K1 menunjukkan korelasi positi, sempurna nilai koe,isien korelasi 0 menunjukkan tidak ada korelasi dan nilai koe,isien korelasi %1 menunjukkan korelasi negati, sempurna. /erhitungan kovarian dan koe,isien korelasi dalam penelitian ini dilakukan dengan alat bantu software -i&roso,t :G&el. 3.3." Menentukan 5%m/%s!s! P%rt%#%l!% ./t!mal <angkah selanjutnya adalah menentukan porto,olio optimal dari sampel yang telah diklasi,ikasikan sebelumnya. /enentuan ini berdasarkan diversi,ikasi se&ara -arkowitO. 0engan menggunakan metode mean-variance dari -arkowitO sekuritas%sekuritas yang mempunyai korelasi lebih ke&il dari K1 akan menurunkan risiko porto,olio sehingga semakin banyak sekuritas yang dimasukkan ke dalam porto,olio semakin ke&il risiko porto,olio. 2ntuk n sejumlah sekuritas mendekati tak berhingga risiko dari porto,olio adalah>

............................................................................................. (2.1C)

'eterangan pada persamaan (2.1C) di atas> Np2 Nij n A 3arians dari tingkat keuntungan porto,olio A 0eviasi standar masing%masing aset A !umlah sekuritas Tetapi untuk mempermudah penentuan porto,olio optimal penulis

menggunakan bantuan #olver pada software -i&roso,t :G&el. Sehingga akan didapatkan kombinasi saham yang memberikan perbandingan antara return dan risiko yang terbaik. Return porto,olio tersebut dapat di&ari dengan persamaan (!ogiyanto 2010)>

#9

(p A

JJJJJJJJJJJJJJJJ.JJJJJJ.(2.9)

'eterangan dari persamaan (2.9) di atas> (p wi (i n 3.4 A Return realisasian porto,olio A /orsi dari sekuritas i terhadap seluruh sekuritas di porto,olio A Return realisasian dari sekuritas ke%i A !umlah dari sekuritas tunggal Pengu !an Data Return Sebelum melakukan penghitungan 3a( data return masing%masing saham dan porto,olio harus dilakukan pengujian terlebih dahulu. /engujian dilakukan untuk mengetahui bagaimana karakteristik data return masing%masing saham dan porto,olio. /engujian yang dilakukan adalah> 3.4.1 U ! *tas!%nar!tas 2ntuk keperluan analisis porto,olio data yang dipergunakan harus mempunyai si,at stationair. Stationaritas ditunjukan stabilnya nilai mean dan varian&e. 0ata time series dikatakan stationair jika mean data tersebut konstan varian dan kovariannya tetap sama dalam berbagai lags dan waktu observasi (Terry X 'eith 1)).). /embentukan model dinamik dengan melalui uji stasionaritas merupakan isu statistik model dinamis yang &ukup penting dan tidak boleh diabaikan. /ada prinsipnya pendekatan ini berkaitan erat dengan pengujian terhadap kemungkinan adanya hubungan keseimbangan jangka panjang antar variabel%variabel ekonomi seperti yang dikehendaki oleh teori ekonomi. *ila suatu series bersi,at stasioner berarti untuk variabel return yang diharapkan dan deviasi standar data historis dapat dipergunakan untuk mengestimasi nilai di masa yang akan datang. 0alam penelitian ini untuk menguji data stasioner atau tidak digunakan Augmented 3ickey-/uller 4est ($0D 4est) dengan bantuan so,tware E-views. /roses uji $0D ini akan menunjukkan data series yang ada data yang sudah

##

stasioner dapat langsung melakukan perhitungan pada data tersebut. !ika data tidak stasioner dapat dilakukan differencing untuk mengetahui pada derajat perbedaan keberapa data yang diamati akan stasioner (;idarjono 200C). $0D Test dilakukan dengan membandingkan nilai $0D statistik dengan critical value derajat signi,ikansi berapa persen sehingga dalam penelitian ini derajat signi,ikansi pada #8. 0ata dikatakan telah stasioner jika nilai $0D test statistik tidak lebih dari #8. $pabila hanya salah satu dari nilai 0D atau $0D yang memenuhi asumsi stasioneritas maka data tetap dapat dikatakan telah stasioner tetapi sebaliknya diusahakan dapat memenuhi nilai kritis dalam 0D dan $0D. 3.4.2 U ! N%rmal!tas -elakukan uji normalitas data dengan membandingkan nilai !ar[ue%*erra dengan nilai (W2) hi-#0uare. !ika nilai !ar[ue%*erra lebih besar dari nilai Bhi% S[uare hal tersebut berarti data tidak normal. Sebaliknya jika nilai !ar[ue%*erra lebih ke&il dari nilai (W2) Bhi%S[uare hal tersebut berarti data normal. /arameter yang menentukan jenis distribusi return pada pengujian normal adalah probabilitas !ar[ue%*erra. !ar[ue%*erra (!*) dapat dihitung dengan persamaan (DaboOOi 200C) di bawah ini>

!* A T ( K

).JJJJJJJJJJJJJJ.JJJJJJJJ(1.1)

'eterangan pada persamaan (1.1) di atas> !* T \ ] A 4ilai !ar[ue%*erra A !umlah data A 4ilai kurtosis A 4ilai skewness 0engan membandingkan nilai probabilitasnya jika nilai probabilitas S #8 berarti data normal demikian pula sebaliknya. !ika dari hasil pengujian menunjukkan hasil bahwa data normal menggunakan nilai @ dari R%s&ore pada @ A

#.

#8. !ika data disimpulkan bahwa tidak normal ( skewed) :Gpansion (@U) dengan rumus sebagai berikut>

maka nilai skewness

dihitung dengan R%koreksi yang dihitung dengan menggunakan Bornish%Disher

@U A @ ^ L _( @2 ^ 1)]`MJJJJ..JJJJJJJJJJJJJJJJ (2.22)

3.4.3

U ! Heter%ke$ast!s!tas 0alam men&ari nilai 3a( diperlukan parameter volatilitas yang

merupakan pola untuk dapat membentuk model. *eberapa asumsi yang digunakan dalam regresi linier residual memiliki nilai rata%rata nol residual memiliki varian&e yang konstans var (T) A \2 (konstan) dan residual suatu observasi tidak saling berhubungan agar taksiran parameter dalam model tersebut bersi,at *<2: (%est .inear 6n$iased Estimator) (4a&hrowi 200.). !ika residual tidak memiliki rata%rata nol yang terpengaruh slope estimator dan tidak mempunyai dampak yang serius dalam analisis ekonometrik. !ika asumsi berikutnya dilanggar akan memiliki dampak yang &ukup serius terhadap model yang dibangun meskipun dalam kenyataan nilai residual jarang yang memiliki varian konstan. -etode yang dipergunakan untuk mendeteksi si,at varian data adalah dengan White 4est atau White "eteroscedasticity 4est. /arameter yang digunakan nilai probability D%statistic yang dibandingkan dengan nilai critical value sebesar 0 0# untuk confidence level )#8. !ika nilai probability D% statistic lebih ke&il dari critical value maka data return memiliki varian yang konstan (homoscedastic) jika sebaliknya maka varian data return bersi,at heteroscedastic. !ika karakteristik data bersi,at homokedastik menghitung volatilitas dilakukan dengan deviasi standar normal yaitu dengan persamaan>

S0 A

JJJJJJJJJJJJJJJJJJJJ (2.6)

#C

!ika karakteristik data bersi,at heterokedastik maka menghitung volatilitas dengan menggunakan persamaan :;-$ seperti di bawah ini (*est 1))))> Nt2 A WNt%12 K (1%W)rt%12JJJJJJJ....................JJJJJJJJ..(2.2#) 'eterangan pada persamaan (2.2#) di atas> Nt2 W rt%1 A 3arian dari return pada saat t A 3ecay factor A (eturn pada t%1 4ilai W ditentukan dengan Root Means #0uared Error ((-S:) dengan W ditentukan sedemikian rupa sehingga error antara nilai variabel random dengan volatilitasnya pada saat yang sama memiliki nilai terke&il. 4ilai W yang digunakan adalah nilai W yang memiliki nilai (-S: terke&il. Semakin tinggi nilai W pada sebuah data return berarti semakin besar pengaruh volatilitas sebelumnya namun semakin tidak reakti, terhadap in,ormasi pasar return terakhir. Sebaliknya semakin ke&il nilai W maka semakin reakti, volatilitas tersebut terhadap in,ormasi pasar return sebelumnya. 2ntuk menghitung (-S: digunakan rumus di bawah ini>

(-S: A 0engan asumsi A (1 . D(t(t%1) K (1%1)7t)

............................................................(2.2.)

'eterangan persamaan di atas> D(t(t%1) 7t A $sumsi varians saat t%1 A 3arians return saat t

#6

!orion (200C) menyatakan bahwa RiskMetrics menggunakan nilai W sebesar 0 )9 untuk data harian mengingat hitungan nilai W sangat tergantung dengan rentang waktu pengamatan data saham. +leh karena itu pada penelitian ini akan memakai nilai W sebesar 0 )9 sesuai dengan anjuran RiskMetric tersebut. 0iperkuat dengan penelitian *u&hdadi (2006) yang menyimpulkan bahwa 3$( hitung yang dihasilkan metode :;-$ dengan nilai W sebesar 0 )9 yang disarankan oleh RiskMetric lebih baik dibandingkan dengan metode :;-$ dengan decay factor optimum. 3.4.4 Pengh!tungan 6aR /endekatan metode ini menghitung nilai 3a( berdasarkan pada nilai volatilitas return aset nilai aset dan untuk porto,olio perlu diperhitungkan korelasi antar aset tunggal (single asset). -etode ini akan memberikan nilai 3a( yang lebih akurat dengan asumsi return yang dihasilkan terdistribusi normal dan mengabaikan kejadian ekstrim. -enurut !orion (200C) 3a( untuk aset tunggal dihitung dengan menggunakan persamaan sebagai berikut> 3a( A @ . N . ;JJJJJJJ...JJJJJJJJJJ...JJJJJ (2.1)) 'eterangan pada persamaan (2.1)) di atas> @ N ; A 4ilai R distribusi normal standar berdasarkan tingkat keper&ayaan. A 4ilai volatilitas aset (deviasi standar) A 4ilai pasar suatu aset (beberapa penulis memakai ; dengan 3o atau /) (umus ini kemudian diperhitungkan dengan ,aktor holding period maka persamaan (2.1)) menjadi persamaan di bawah ini. /erhitungan nilai 3a( untuk aset tunggal dapat dilakukan dengan rumus sebagai berikut>

3a( A @ . N . ; .

JJJJJJJJ.JJJJJJ.JJ.JJJJJ(2.20)

'eterangan pada persamaan (2.20) di atas>

#)

@ N t ;

A 4ilai R distribusi normal standar berdasarkan tingkat keper&ayaan. A 4ilai volatilitas aset (deviasi standar) A "olding period atau time horizon atau time aggregation A 4ilai pasar suatu aset (beberapa penulis memakai ; dengan 3o atau /) /erhitungan risiko untuk suatu porto,olio 3a( dapat digunakan persamaan

sebagai berikut (/enOa 2001)>

3a( A @ . Np . ; .

JJJJJJJ.JJJJJJJ...JJJJJJ. (2.21)

2ntuk menghitung volatilitas suatu porto,olio yang terdiri dari dua aset dapat digunakan seperti pada persamaan (2.11). Sedangkan untuk perhitungan porto,olio yang memiliki aset lebih dari dua dapat dihitung seperti pada persamaan (2.1#) di atas. 3.4." Backtesting %acktesting adalah suatu proses untuk menguji apakah validitas model 3a( yang digunakan sudah akurat atau belum. %acktesting atau biasa disebut reality check sangat penting dari manajemen risiko untuk menguji kelayakan model 3a( yang digunakan. -enurut !orion (200C) model 3a( hanya berman,aat bila dapat memprediksi risiko dengan baik. <angkah yang dilakukan dalam $acktesting adalah membandingkan kerugian%kerugian sebenarnya dengan kerugian yang diprediksi oleh model 3a(. 2ji validitas ini dilakukan dengan 'upie& 4est yaitu dengan membandingkan setiap 3a( yang telah dihitung dengan pro,it atau loss yang sebenarnya dan kemudian men&atat tingkat kegagalan ( failure rate) yang terjadi. *erdasarkan !orion (200C) yang menyebutkan sumber 'upie& (1))#) tabel 2.1 di bawah ini yang memberikan batasan untuk tidak menolak model setelah dilakukan %acktesting.

.0

Tabel 2.1 /ailure Rate Model %acktesting

Sumber> !orion (200C) /ada penelitian ini %acktesting dilakukan dengan 'upie& Test dengan tingkat keper&ayaan yang dipergunakan adalah )#8 dilakukan dengan data 2#2 transaksi selama 1 tahun. !ika failure rate (4) berjumlah di antara .Y 4Y21 maka model 3a( dianggap valid untuk mengukur potensi kerugian. Tetapi jika 4Y . maka model dianggap terlalu konservati, sedangkan jika 4S 21 maka model dianggap terlalu moderat (!orion 200C). 2ntuk menentukan validitas pengujian model 3a( dapat menggunakan pendekatan loglikelihood ratio (!orion 200C) dengan persamaan sebagai berikut>

<( A 12lnL(1%p)T%4 .p4M K 2ln_L1%( )MT%4 ( )4`JJJJJJJJJJJ. (1.2)

.1

-enurut 'upie& pengujian yang hanya didasarkan pada kegagalan ( failure) antar waktu merupakan pengujian yang tidak e,isien karena mengabaikan in,ormasi total failure yang terjadi sejak dimulainya pengamatan.

DA)TAR PU*TA5A $leGander Barol. 200). -arket (isk $nalysis> 3alue at (isk -odel. !ohn ;iley X Sons. ;est SusseG. *est /.;. 1))). 'mplementing Value at Risk. !ohn ;iley X Sons In&. ;est SusseG. *odie R. 'ane $. X -ar&us $. !. 200). 'nvestments) 8th edition. -&Eraw%"ill Bompanies. 4ew Fork. *u&hdadi $gung 0. 200C. 2enghitungan Value at Risk 2ortofolio 1ptimum #aham 2erusahaan %er$asis #yariah 3engan 2endekatan EWMA . !urnal $kuntansi dan 'euangan Indonesia 3olume # 4omor 2. *u&hdadi $gung 0. 200C. 2enghitungan Value at Risk 2ortofolio 1ptimum #aham 2erusahaan %er$asis #yariah 3engan 2endekatan EWMA . !urnal $kuntansi dan 'euangan Indonesia 3olume # 4omor 2. Brou&hy -i&hel 0an Ealai and -ark (obert. 2001. Risk Management. -& Eraw "ill Bompanies. 4ew Fork. 0owd 'evin. 200#. Measuring market Risk) +th Edition. !ohn ;iley X Sons In&orporation. ;est SusseG.

.2

DaboOOi

Drank !. 200C. /inancial Econometrics. !ohn ;iley X Sons

In&orporation. ;est SusseG. "alim $. 200#. Analisis 'nvestasi) Edisi 9edua) Salemba :mpat. !akarta. "andayani "era. 200C. Aplikasi Metode 3ynamic 2erhitungan VaR. (isk Dorum !ournal 1st. "o <an Bhi *urridge /eter Badle !ohn and Theobald -i&hael. 2000. Value at Risk5 Applying 4he Extreme Value Approach 4o Asian Markets in 4he Recent /inancial 4urmoil. /a&i,i&%*asin Dinan&e !ournal 6> 29)%2C#. !orion /hilippe. 200C. Value at Risk5 4he *ew %enchmark /or Managing /inancial Risk. -& Eraw "ill Bompanies. 4ew Fork. !orion /hilippe. 200). /inancial Risk Manager "and$ook) :th Edition. !ohn ;iley X Sons In&orporation. ;est SusseG. 'ahar Fuskar. 200). 2erhitungan Value at Risk pada 'nstitusi 2er$ankan %erdasarkan Metode Variance 9ovariance. -ajalah $kuntabilitas. !akarta. 'upie& /. 1))#. 4echni0ues for Verifying 4he Accuracy of Risk management Models. !ournal o, 0erivatives 1> C1%69. -arkowitO ". 1)#2. 2ortfolio #election. !ournal o, Dinan&e 3olume 3II 4umber 1>CC%)1. 4a&hrowi 0jalal dan "ardius 2sman. 200.. 2endekatan 2opuler ; 2raktis 2enggunaan 4eknik Ekonometrik5 6ntuk Analisis Ekonomi dan 9euangan . <embaga /enerbit Dakultas :konomi 2niversitas Indonesia. !akarta. ondition orrelation 2ada

.1

/enOa /ietro. 2001. Measuring Market Risk With Value at Risk . !ohn ;iley X Sons In&orporation. ;est SusseG. /eraturan *ank Indonesia 4o. #565/*I52001 Tentang /enerapan /engelolaan (isiko *agi /erbankan. 2001. *ank Indonesia. !akarta. (odoni $hmad. 200). 'nvestasi #yariah. <embaga /enelitian 2niversitas 4egeri Islam !akarta. Santoso ;imboh. 2000. Value at Risk5 An Approach to alculating Market Risk. *anking (esear&h and (egulation 0ire&torat. *ank Indonesia. !akarta. Sartono $gus (. 200.. VaR 11> 1C%#0. Sharpe ;illiam D. $leGander Eordon !. and *ailey !e,,ery 3. 200#. Investasi. Indeks. !akarta. Sunaryo T. 200C. Mana7emen Risiko /inansial. Salemba :mpat. !akarta. Surat :daran 4o. #52150/4/ Tanggal 2) September 2001 Tentang /enerapan -etode 3a(. 2001. *ank Indonesia. !akarta. Tandelilin :duardus. 2010. 2ortofolio dan 'nvestasi 4eori dan Aplikasi. 'anisius. Fogyakarta. ;atsham Terry !. and 'eith /arramore. 1)).. <uantitative Methods for /inance. $maOon. 2nited 'ingdom. ;idarjono $gus. 200C. Ekonometrika! 4eori dan Aplikasi 6ntuk Ekonomi dan %isnis. :konosia. Fogyakarta. 2ortofolio 1ptimal5 2er$andingan Antara

Metode Markowitz dan Mean A$solute 3eviation . !urnal Siasat *isnis 3olume

.9